Evaluation des performances de descripteurs pour le suivi d'objets
Résumé
Dans cet article nous présentons une nouvelle approche pour l'évaluation quantitative de la performance des modèles d'apparence formés d'un descripteur d'objet et d'une mesure de similarité dans le contexte du suivi d'objet. L'évaluation est menée en tirant partie de l'existence de vérités-terrains issues de benchmarks pour le suivi d'objet, qui sont utilisées d'une façon originale. L'approche proposée est une extension au contexte spécifique de la vidéo des méthodes d'évaluation de modèles d'apparence utilisées en recherche d'images par le contenu. Les mesures utilisées prennent en effet en compte de la dimension temporelle, en quantifiant la capacité d'un modèle d'apparence à rester discriminant au cours du temps. Cette approche est illustrée par des expérimentations sur des vidéos naturelles.