Suivi multicouche avec SSD

Les fonctions objectives basées sur les noyaux optimisées par l'algorithme de décalage moyen se sont révélées être un moyen efficace de suivi dans les séquences vidéo. Les algorithmes résultants combinent les propriétés de robustesse et d'invariance offertes par des mesures de similarité d'image basées sur la densité traditionnelle, tout en reliant ces techniques aux algorithmes d'optimisation continue. Cet article démontre un lien entre les algorithmes basés sur les noyaux et les méthodes de suivi de modèles plus traditionnelles. Il existe une équivalence bien connue entre la fonction objective basée sur les noyaux et une mesure semblable à celle du SSD sur des histogrammes modulés par des noyaux. Il est montré que, sous certaines conditions appropriées, la mesure semblable au SSD peut être optimisée à l'aide d'itérations de type Newton. Cette méthode d'optimisation est plus efficace (nécessite moins d'étapes pour converger) que le décalage moyen et repose sur moins d'hypothèses concernant la forme de la structure de noyau sous-jacente. De plus, les méthodes s'étendent naturellement aux fonctions objectives optimisant des modèles de mouvement paramétriques plus élaborés basés sur plusieurs noyaux distribués spatialement. Nous démontrons des méthodes multicouches sur une variété d'exemples, allant du suivi d'objets non structurés dans des séquences d'image au suivi stéréo d'objets structurés pour calculer la localisation spatiale 3D complète.