Object Tracking in a Video Sequence

Analiziraju se metode za detekciju i praćenje objekata u video sekvenci. Oslanjamo se samo na klasične metode računalnog vida kao što su izdvajanje značajki na osnovu boje i oblika. Nakon detekcije vrši se praćenje objekata korištenjem kombinacije kalmanovog filtra za predikciju i algoritma dodjeljivanja temeljenog na vjerojatnosti za dodijeljivanje detekcija stazama. Napravljena je usporedba klasičnih metoda detekcije sa detekcijom pomoću neuronske mreže.Methods for detecting and tracking objects in a video sequence are analyzed. We rely only on classical computer vision methods such as distinguishing features based on color and shape. After detection, objects are tracked using a combination of a Kalman prediction filter and a probability-based allocation algorithm for assigning detections to paths. A comparison of classical detection methods with neural network detection was made