SIFT对象检测边界框

Question

我正在尝试使用SIFT算法从视频流中跟踪对象。 我想检测对象并通过在其周围绘制一个矩形来对其进行跟踪。 问题是，矩形在大多数情况下会倾斜并且无法准确绘制 。 我正在使用以下代码在检测到的对象周围绘制矩形（ videoImage是视频流中的帧）。

line(videoImage, sceneCorners[0], sceneCorners[1], Scalar(255, 0, 0), 2);
line(videoImage, sceneCorners[1], sceneCorners[2], Scalar(255, 0, 0), 2);
line(videoImage, sceneCorners[2], sceneCorners[3], Scalar(255, 0, 0), 2);
line(videoImage, sceneCorners[3], sceneCorners[0], Scalar(255, 0, 0), 2);

我也尝试了以下代码（ imgMatches是仅具有良好匹配项的图像）

line(imgMatches, sceneCorners[0] + Point2f( object.cols, 0), sceneCorners[1] + Point2f( object.cols, 0), Scalar(0, 255, 0), 2);
line(imgMatches, sceneCorners[1] + Point2f( object.cols, 0), sceneCorners[2] + Point2f( object.cols, 0), Scalar(0, 255, 0), 2);
line(imgMatches, sceneCorners[2] + Point2f( object.cols, 0), sceneCorners[3] + Point2f( object.cols, 0), Scalar(0, 255, 0), 2);
line(imgMatches, sceneCorners[3] + Point2f( object.cols, 0), sceneCorners[0] + Point2f( object.cols, 0), Scalar(0, 255, 0), 2);

两者似乎给出相同的结果。 因此，我的问题是，如何绘制一个矩形来限制我的被跟踪对象并使其与被跟踪对象一致？ 顺便说一句，我在Windows 7上将OpenCV（C ++）与Visual Studio 2010一起使用。

Answer 1

问题不在于绘制矩形，而是正确地检测对象。 即使仅获得一些关键点，即使使用RANSAC和基本矩阵或单应性进行过滤，也很常见在单个图像中检测到噪声。

如果要在对象周围使用更准确的矩形，则必须编写更好的检测算法。 例如，当您初步了解图像中对象的位置时，可以尝试寻找更多的对应关系。

Answer 2

也许看看这个问题SIFT的比赛和认可？ 。 这是关于同一问题。 解决方案是4D hough空间。