Visual Object Tracking Using Deep Similarity Networks

Le suivi d'objets est une des tâches fondamentales de la vision par ordinateur. Étant donné une cible initiale dans la première trame, l'objectif du suivi est de trouver la nouvelle position de la cible dans les trames subséquentes. Les filtres de corrélation est une technique largement utilisée dans les applications de reconnaissance de formes pour mettre en correspondance des objets. Ainsi, de nombreuses méthodes de suivi sont basées sur les filtres de corrélation. Bien que ces méthodes de suivi atteignent un bon compromis entre la précision et la vitesse de suivi, leurs performances sont limitées par l'utilisation de caractéristiques d'apparence définies manuellement. Récemment, les méthodes d'apprentissage profond ont démontré des résultats impressionnants dans diverses tâches de vision par ordinateur. De ce fait, un grand nombre de méthodes de suivi basées sur l'apprentissage profond ont été proposées pour améliorer la robustesse et la capacité à discriminer les objets durant le suivi. Cependant, la représentation des caractéristiques de la cible par un seul réseau neuronal convolutif (RNC) n'est souvent pas assez discriminante. De plus, l'architecture du RNC doit être choisie avec soins pour réduire le temps de calcul lors du suivi. Dans notre travail, nous avons exploré différentes méthodes pour améliorer le pouvoir discriminant d'un RNC pour le suivi d'un objet. Nous avons proposé deux méthodes de suivi, MBST (Multi-Branch Siamese Tracker) et MFST (Multiple Features-Siamese Tracker). Les deux méthodes sont basées sur des RNC avec une architecture siamoise. Cette architecture définit le suivi comme un problème d'apprentissage par similarité.