Robustno sledenje s konvolucijskimi nevronskimi mrežamiBohte, Boštjan (Avtor) Kristan, Matej (Mentor) mrežesledilnikobjektsledenjedetekcijamodelSledenje objektov je proces lokalizacije objekta(ov) skozi sekvenco slik. Mnogo uspešnih sledilnikov za sledenje uporablja konvolucijske nevronske mreže, ki so sposobne razpoznavati objekte na višjem abstraktnem nivoju. Poznamo kratkoročne in dolgoročne sledilnike, pri katerih se slednji razlikujejo po značilnosti, ki ob primeru odpovedi sledenja ponovno nastavi sledilnik. V našem delu smo se osredotočili na izboljšavo sledilnika, ki z uporabo konvolucijske nevronske mreže sicer doseže hitro in natančno sledenje, vendar nima možnosti dolgoročnega sledenja. Predlagamo nov sledilnik z implementirano detekcijo odpovedi sledenja. Ta napove verjetnost pravilnega oziroma nepravilnega trenutnega sledenja. Na podlagi te detekcije pa nato implementiramo detektor objekta, ki v primeru zaznane odpovedi sledenja poišče sledeni objekt na sliki in ponastavi sledilnik. S tem izpolnimo zahteve dolgoročnega sledilnika. Za še bolj robustno dolgoročno sledenje predlagamo tudi dva načina posodabljanja predloge. Pri prvem načinu posodabljamo predlogo s shranjevanjem predlog v vrsto, pri drugem pa s postopnim posodabljanjem predloge z novimi primeri. Na trenutno edini podatkovni zbirki za dolgoročno sledenje predlagani sledilnik dosega najboljše rezultate, ki so 24% boljši od trenutno najboljšega objavljenega sledilnika.20182018-02-15 11:50:02Magistrsko delo/naloga99782VisID: 19401sl