[ANGLÈS] In this project the implementation of a video object tracking technique based on a particle filter that uses the partitions of the various frames in the video has been tackled. This is an extension of the standard particle filter tracker in which unions of regions of the image are used to generate particles. By doing so, the tracking of the object of interest through the video sequence is expected to be done in a more accurate and robust way. One of the main parts of this video object tracker is a co-clustering technique that allows having an initial estimation of the object in the current frame, relying on the instance of the same object in a previous frame. While developing the object tracker, we realized the importance of this co-clustering technique, not only in the context of the current video tracker but as a basic tool for several of the research projects in the image group. Therefore, we decided to concentrate on the implementation of a generic, versatile co-clustering technique instead of the simple version that was necessary for the tracking problem. This way, the main goal of this project consists on implementing the co-clustering method presented in an accurate way while presenting a low computation time. Moreover, the complete Region-based particle filter for tracking purposes is presented. Therefore, the aim of this Final Degree Project is, mainly, to give a guideline to future researchers who will use this algorithm; to help understand and apply the mentioned co-clustering for any project in need of this method.

[CASTELLÀ] En éste proyecto se presenta la implementación de una técnica de seguimiento en video basada en un filtro de partículas que utiliza las particiones de varios fotogramas. Esto es una extensión del filtro de partículas estándar para seguimiento, dónde las uniones de la regiones de la imagen son utilizadas para generar las partículas. Mediante esto se espera que el seguimiento del objeto de interés a través de la secuencia de video sea realizado de una manera más precisa y robusta. Una de las partes principales de éste seguidor de objetos en video es la técnica de co-clustering, que permite tener una estimación inicial del objeto en el fotograma actual basándose en el objeto del fotograma anterior. Durante el desarrollo del seguidor de objetos nos percatamos de la importancia de esta técnica de co-clustering, no solo en el contexto del seguidor de video actual, sino como herramienta básica para numerosos proyectos de investigación en el grupo de imagen. De esta forma, decidimos concentrarnos en la implementación de una técnica de co-clustering genérica y versátil en vez de una versión simplificada necesaria para el problema de seguimiento. El objetivo principal de éste proyecto, por lo tanto, consiste en implementar el método de co-clustering presentado de una manera precisa y presentando un tiempo de computación reducido. Además, el propio “Region-based particle filter” para el propósito de seguimiento es presentado también. El objetivo de éste Proyecto Final de Carrera es, principalmente, dar una pauta a futuros investigadores que utilizarán éste algoritmo; para ayudar a entender y aplicar el mencionado co-clustering en qualquier proyecto que necesite de éste método.

[CATALÀ] En aquest projecte es presenta la implementació d’una tècnica de seguiment en vídeo basada en un filtre de partícules que empra les particions de diversos fotogrames. Això és una extensió del filtre de partícules estàndard per seguiment, on les unions de les regions de la imatge són utilitzades per generar les partícules. Mitjançant això, s’espera que el seguiment de l’objecte d’interès a través de la seqüència de vídeo sigui realitzat d’una manera més acurada i robusta. Una de les parts principals d’aquest seguidor d’objectes en vídeo és la tècnica de co-clustering, que permet tenir una estimació inicial de l’objecte en el fotograma actual basant-se en l’objecte del fotograma anterior. Mentre desenvolupàvem el seguidor d’objectes ens vam adonar de la importància d’aquesta tècnica de co-clustering, no només en el context del seguidor per vídeo actual sinó, també, com a eina bàsica per nombrosos projectes de recerca en el grup d’imatge. D’aquesta manera, vam decidir concentrar-nos en la implementació d’una tècnica de co-clustering genèrica i versàtil en comptes d’una versió simplificada necessària pel problema del seguiment. L’objectiu principal d’aquest projecte, per tant, consisteix en implementar el mètode de co-clustering presentat d’una manera acurada, tot presentant un temps de computació reduït. A més a més el propi “Region-based particle filter” pel propòsit de seguiment és presentat també. L’objectiu d’aquest Projecte Final de Carrera és, principalment, donar una pauta a futurs investigadors que faran servir aquest algorisme; per ajudar a entendre i aplicar el mencionat co-clustering per qualsevol projecte que necessiti d’aquest mètode.