Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Object Tracking
Processus algorithmique consistant à localiser et suivre un ou plusieurs objets en mouvement dans une séquence vidéo frame par frame, en utilisant des informations spatiales et temporelles.
Kalman Filter
Algorithme récursif d'estimation d'état qui prédit la position future d'un objet en se basant sur son mouvement passé et corrige ces prédictions avec les nouvelles observations.
DeepSORT
Algorithme de suivi multi-objets qui combine un détecteur d'objets avec un filtre de Kalman et un réseau de ré-identification profond pour maintenir l'identité des objets sur de longues séquences.
Multi-Object Tracking (MOT)
Discipline du suivi d'objets visant à suivre simultanément plusieurs entités distinctes dans une séquence vidéo tout en gérant les interactions et les occlusions entre elles.
Single Object Tracking (SOT)
Paradigme de suivi où un seul objet prédéfini est suivi à travers une séquence vidéo, généralement initialisé manuellement dans la première frame.
Siamese Networks
Architecture de réseaux de neurones jumeaux qui apprennent une fonction de similarité pour comparer un template de l'objet cible avec les régions candidates dans les frames suivantes.
Correlation Filters
Approche de suivi basée sur la corrélation dans le domaine fréquentiel qui maximise la réponse de corrélation entre le modèle de l'objet et les régions de recherche pour une localisation efficace.
Tracklet
Segment temporel continu de trajectoire d'un objet, représentant une séquence de détections successives appartenant à la même entité avant fusion avec d'autres segments.
Re-Identification (Re-ID)
Technique permettant de reconnaître un même objet après une période d'absence ou d'occlusion en comparant ses caractéristiques d'apparence uniques.
Tracking-by-Detection
Stratégie de suivi qui découple la détection d'objets dans chaque frame de l'association temporelle des détections, utilisant généralement des détecteurs CNN pré-entraînés.
Particle Filter
Méthode de Monte Carlo séquentielle qui représente la distribution de probabilité de l'état de l'objet par un ensemble de particules pondérées pour gérer les mouvements non linéaires.
Mean Shift
Algorithme itératif de clustering non paramétrique qui trouve le mode d'une distribution de probabilité pour localiser l'objet en suivant la direction de la plus grande densité de caractéristiques.
CAMShift
Extension adaptative de Mean Shift qui ajuste dynamiquement la taille de la fenêtre de suivi en fonction des moments de la distribution de couleur de l'objet.
Online Tracking
Approche de suivi qui traite les frames séquentiellement et met à jour les trajectoires en temps réel sans accès aux frames futures.
Offline Tracking
Méthode de suivi qui optimise les trajectoires sur l'ensemble de la vidéo complète, permettant de corriger rétroactivement les erreurs d'association.
Feature Matching
Processus d'identification de correspondances entre des points d'intérêt ou descripteurs visuels d'une frame à l'autre pour établir la continuité de suivi.
Hungarian Algorithm
Algorithme d'optimisation combinatoire utilisé pour résoudre le problème d'affectation entre les détections actuelles et les trajectoires existantes dans le suivi multi-objets.