Aluno: Pablo Roberlan Manke Barcellos
Orientador: Prof. Dr. Jacob Scharcanski
Título: Rastreamento de objetos em sequências de vídeo utilizando múltiplos filtros de correlação
Linha de Pesquisa: Visão Computacional.
Data: 15/03/2019
Horário: 14h
Local: Auditório 1 no Prédio 43412 – do Instituto de Informática
Banca Examinadora:
Prof. Dr. Claudio Rosito Jung (UFRGS)
Prof. Dr. Maciel Zortea (IBM Reseach, Brazil – por videoconferência)
Prof. Dr. John Soldera (IF Farroupilha Santo Angelo – por videoconferência)
Presidente da Banca: Prof. Dr. Jacob Scharcanski
Resumo: O rastreamento de objetos em sequências de vídeos é um tema fundamental na área de processamento de imagens e visão computacional, sendo necessário nas mais diversas situações. Apesar dos diversos avanços na nessa área, o rastreamento de objetos continua sendo um problema desafiador, especialmente devido aos diversos fatores que podem afetar os resultados do rastreamento, como mudanças de iluminação e deformações não rígidas. Esta proposta de tese introduz um framework baseado em filtros de correlação capaz de rastrear objetos nas mais diversas situações. O método proposto utiliza um esquema colaborativo, combinando o uso de um filtro de correlação global com o uso de filtros de correlação locais para melhorar o processo de rastreamento. Ainda, o método utiliza feições extraídas usando Redes Neurais Convolucionais (CNN), e também utiliza uma estratégia para avaliar se os resultados estimados pelos filtros de correlação são confiáveis. Resultados experimentais realizados em benchmarks públicos mostram que o método proposto consegue obter bons resultados, sendo superior aos métodos comparativos do estado da arte.
Palavras – Chaves: Rastreamento de objetos. Filtros de correlação. Rastreamento em vídeo.