Dolgoročno sledenje objektov z uporabo predlaganja regijREJC, TIM (Avtor) Kristan, Matej (Mentor) sledilnikkonvolucijske nevronske mrežeračunalniški vidV diplomski nalogi naslavljamo problem sledenja poljubnega objekta na sekvenci slik. Predlagamo dolgoročni sledilnik, ki temelji na uporabi siamske konvolucijske nevronske mreže. Izbrani objekt sledenja na sliki detektiramo s predlogo, kjer ujemanje merimo s križno korelacijo na vsaki točki iskalne slike. Predlogo inicializiramo na prvi sliki sekvence, kjer na vhod konvolucijske nevronske mreže podamo izsek slike, ki vsebuje objekt sledenja. Po vsaki lokalizaciji sledenega objekta napovemo ali je prišlo do odpovedi sledenja. Predlagamo dve metodi prilagajanja na vizualno predstavitev tarče. Prva posodablja predlogo, druga pa prilagaja parametre konvolucijske nevronske mreže na način, da je korelacija s predlogo in trenutno lokalizacijo večja. Izvedemo dve analizi, kjer na zbirki LTB35 izmerimo uspešnost dolgoročnega sledena na modifikacijah sledilnika. Pri prvi analizi ugotovimo dobro nastavitev števila in oblik predlaganih regij. Pri drugi analizi pa testiramo uspešnost predlaganih metod posodabljanja vizualnega modela, kjer brez posodabljanja dosežemo F-mero 0.34, s posodabljanjem predloge 0.22, s prilagajanjem parametrov mreže 0.38 in z obema 0.20. Implementaciji, kjer prva sproti uči mrežo in druga brez posodabljanja predloge ali učenja mreže primerjamo z metodami objavljenimi na tekmovanju VOT-LT2018, kjer se slednja uvrsti na 12. mesto, prva pa na 11. mesto.20192019-02-13 13:55:02Diplomsko delo/naloga106231sl