El seguimiento visual de objetos es un área extensa de investigación. Propongo comenzar con cuatro documentos que formulan el seguimiento de objetos de maneras completamente diferentes.
Una línea de investigación, por ejemplo, [1], aplica un modelo de objetos preaprendidos de manera sólida a una secuencia de imágenes. Sin embargo, la gran cantidad de posibles cambios de apariencia hace que los objetos sean difíciles de renderizar por adelantado. Se proponen métodos adaptativos , por ejemplo, [2], para aprender la apariencia del objeto sobre la marcha. Además, los objetos se pueden descubrir utilizando técnicas de segmentación , ya sea en imágenes estáticas o en imágenes, p. Ej. [3],. Alternativamente, los objetos pueden tratarse como valores atípicos para un modelo de escena que podría ser más fácil de aprender, especialmente con una cámara fija, por ejemplo [4].
En mi tesis [5], acuñé estas fuertes suposiciones sobre la naturaleza del objeto con respecto a los paradigmas de la cámara en el seguimiento de objetos visuales .
Seguimiento por detección:
[1] M. Özuysal, V. Lepetit, F. Fleuret y P. Fua. Recolección de características para seguimiento por detección. En Actas de la Conferencia Europea sobre Visión por Computadora, 2006.
- Cómo aprender algoritmos y estructuras de datos como estudiante de secundaria
- ¿Qué temas de geometría y álgebra son importantes para concursos de programación como ICPC?
- ¿Cuál es un buen algoritmo para priorizar mensajes DENTRO de su bandeja de entrada?
- ¿Por qué y cómo son importantes los algoritmos en nuestra vida diaria?
- ¿Qué es un árbol de expansión?
Seguimiento adaptativo:
[2] D. Comaniciu, V. Ramesh y P. Meer. Seguimiento en tiempo real de objetos no rígidos utilizando el desplazamiento medio. En Actas de la Conferencia IEEE sobre Visión por Computadora y Reconocimiento de Patrones, 2000.
Seguimiento como segmentación:
[3] T. Brox y J. Malik. Segmentación de objetos por análisis a largo plazo de trayectorias puntuales. En Actas de la Conferencia Europea sobre Visión por Computadora, 2010.
Modelado de fondo:
[4] M. Heikkilä y M. Pietikäinen. Un método basado en texturas para modelar el fondo y detectar objetos en movimiento. IEEE Transactions on Pattern Analysis and Machine Intelligence, 28: 657–662, 2006.
Paradigmas en el seguimiento de objetos visuales:
[5] S. Stalder. Paradigmas en el seguimiento de objetos visuales. Tesis doctoral, ETH Zürich, 2012.