Visuell objektföljning

Visuell objektföljning är en av de grundläggande utmaningarna inom området datorseende, där uppgiften är att följa ett visst objekt i en video där positionen enbart är given på den första bilden.

Datorseende Några exempel på hur vår metod klarar skalning av objektet.Beroende på förändringar i formen och på åt vilket håll objektet rör sig, behöver modellen från den första bilden uppdateras kontinuerligt. Vi hanterar problemet genom maskininlärning, mer precist genom så kallade diskriminativa korrelationsfilter.

Video som visar följning av ett särdrag i objektet, i detta fall en färg.

samt en applikation inom WASP där utvecklad kod använts för att följa människor:

Forskare

Joakim Johnander Faxén

Fahad Khan

Universitetslektor, Docent

Michael Felsberg

Professor, Avdelningschef

Extern partner

Internationella VOT kommittén

http://www.votchallenge.net/

Publikationer

Ett urval av tre publikationer]

Martin Danelljan, Goutam Bhat, Susanna Gladh, Fahad Shahbaz Khan, Michael Felsberg (2019)

Deep motion and appearance cues for visual tracking

Pattern Recognition Letters , Vol.124 , s.74-81 Vidare till DOI

Martin Danelljan, Gustav Häger, Fahad Shahbaz Khan, Michael Felsberg (2017)

Discriminative Scale Space Tracking

IEEE Transactions on Pattern Analysis and Machine Intelligence , Vol.39 , s.1561-1575 Vidare till DOI

Unveiling the Power of Deep Tracking, Goutam Bhat , Joakim Johnander, Martin Danelljan, Fahad Shahbaz Khan, and Michael Felsberg, Computer Vision Foundation 2018.

WASP forskning vid CVL

Behandling av punktmoln

Tack vare den allt större tillgängligheten till djupkameror och lidar har behandling av punktmoln blivit ett underområde till datorseende.

Maskininlärning för visuell navigering och lokalisering

Navigering och lokalisering är grundläggande utmaningar inom robotseende, där uppgiften är att estimera den geometriska relationen mellan fordonet och omgivningen.

Förfinat ramverk för beskrivning och tolkning av människor

En semantisk beskrivning av människan i bild och video är ett av de fundamentala problemen inom datorseende med en lång rad applikationer.

WASP Datorseende

Forskningen täcker ett brett spektrum av ämnen inom artificiella seende system med särskilt fokus på maskininlärning för robotseende. Gruppen har funnits sedan 1970-talet och har i hög grad bidragit till att etablera begreppet datorseende i Sverige.