Datum objave: 04.12.2017
Kategorija: Najodličnejši raziskovalni dosežki
Raziskovalci s Fakultete za računalništvo in informatiko Univerze v Ljubljani so izdelali rigorozno metodologijo za analizo sledilnikov ter metodologijo za sistematično določitev testne zbirke podatkov z veliko opisno močjo, za razširjanje vpliva predlaganih metodologij pa ustanovili pobudo VOT Challenge, ki je doživela izjemno podporo v skupnosti.
Avtorji: Matej Kristan, Aleš Leonardis, Luka Čehovin Zajc
Vizualno sledenje objektov je izjemno prodorno področje s širokim spektrom aplikacij, ki segajo od videonadzornih sistemov do avtonomnih robotov. Zgolj na najpomembnejših konferencah računalniškega vida se letno objavi na desetine novih pristopov, pomanjkanje standardizirane metodologije za analizo sledilnikov pa ovira jasen pregled nad razvojem področja.
Kot odgovor na to so raziskovalci s Fakultete za računalništvo in informatiko Univerze v Ljubljani (Matej Kristan, Luka Čehovin Zajc, Aleš Leonardis) izvedli obširno teoretično in eksperimentalno študijo ter izdelali rigorozno metodologijo za analizo sledilnikov. Rezultate so objavili v dveh najprestižnejših revijah računalništva in informatike. Za razširjanje vpliva predlaganih metodologij so ustanovili pobudo VOT Challenge (http://www.votchallenge.net), v sklopu katere zadnjih pet let organizirajo izzive in delavnice na glavnih konferencah računalniškega vida.
Pobuda je doživela izjemno podporo v skupnosti, metodologija postaja standard za analizo sledilnikov. Spletna stran VOT beleži preko 4000 mesečnih obiskov, članek z rezultati zadnjega izziva pa obsega preko sto soavtorjev, ki so sodelovali pri analizi. Zgolj članek z rezultati lanskoletnega izziva je v enem letu na portalu ResearchGate zabeležil preko 820 pregledov.
Razvrstitev sledilnikov v VOT2017 (levo) in rast skupnosti zadnjih pet let (desno)
Vir: Matej Kristan in Luka Čehovin Zajc
Viri:
Kristan, M., Matas, J., Leonardis, A., Vojir, T., Pflugfelder, R., Fernandez, G., Nebehay, G., Porikli, F., Čehovin Zajc, L. (2016) A Novel Performance Evaluation Methodology for Single-Target Trackers, IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), 38 (11), 2137 - 2155, IF=8.329 (2/133), čistih citatov: 14, citati na Google scholar: 68.
Čehovin Zajc, L., Leonardis, A., Kristan, M. (2016), Visual object tracking performance measures revisited, IEEE Transactions on Image Processing (TIP), 25 (3), 1261 - 1274, IF=4.828 (13/133), čistih citatov: 10, citati na Google scholar: 40.
Kristan, M., Leonardis, A., Matas, J., Felsberg, M., Pflugfelder, R., Čehovin Zajc, L., Vojir, T., Hager, G., Lukežič, A., Fernandez, G., et al. (2016) The Visual Object Tracking VOT2016 challenge results, VOT2016 workshop, Proceedings of ECCV2016, Springer, IF=0.552 (151/302), čistih citatov: 5, citati na Google scholar: 384.
Čehovin Zajc, L.. (2017) TraX : the visual Tracking eXchange protocol and library, Neurocomputing, 2017, (260), 5-8.
Čehovin Zajc, L., Lukežič, A., Leonardis, A., Kristan, M., Beyond standard benchmarks: Parameterizing performance evaluation in visual object tracking, International conference on computer vision 2017, ICCV2017, Google scholar CVPR journals and conferences h-5 index: 89, Stopnja sprejeti člankov: 28%