Long-Term tracking with target re-identification

Abstract

El objetivo de este Trabajo Fin de Máster es mejorar el rendimiento del algoritmo de seguimiento de objetos PKLTF (Point-based Kanade Lucas Tomasi colour-Filter ). Para ello, se ha diseñado un algoritmo mejorado en función de las carencias que se han observado en el algoritmo base. Se han propuesto varias mejoras que se han ido implementando sobre el algoritmo base. Finalmente algunas de ellas se han incorporado al algoritmo propuesto SAPKLTF (Scale Adaptive Point-based Kanade Lucas Tomasi colour-Filter ). Estas mejoras implementadas permiten mejorar el rendimiento frente a los cambios de escala y mantener el rendimiento en tiempo real. Por último, el algoritmo de seguimiento de objetos propuesto se ha evaluado frente a una selección representativa de algoritmos de seguimiento de objetos del Estado del Arte. El nuevo algoritmo de seguimiento de objetos mejora el rendimiento del algoritmo base en la evaluación comparativa, asi como su competitividad frente a los del Estado del Arte.

The objective of this Master Thesis is to improve the performance of an existing tracker, called PKLTF (Point-based Kanade Lucas Tomasi colour-Filter). A newly improved tracker is designed considering the problems that a ect the base tracker. Several improvements are tested, some of which are integrated into the proposed version SAPKLTF (Scale Adaptive Point-based Kanade Lucas Tomasi colour-Filter). These improvements allow to deal with scale changes and maintain the real-time performance. Finally, the proposed tracking algorithm is evaluated against a representative selection of trackers of the state-of-the-art. The new tracker improves the performance of the base tracker in the comparative evaluation, as well as this competitiveness against the ones for the State-of-the-Art.