使用Open CV跟踪对象

Question

我计划做一个项目，该项目涉及从CCTV摄像机的视频输入中跟踪各种对象（包括人，车辆等）。 我打算使用OpenCV。 该实现应该能够容忍遮挡，并且应该能够识别并继续跟踪对象，即使它们退出框架并在一段时间后重新进入也是如此。 另外，应该自动识别并跟踪框架中的新条目，并且我需要随着时间的推移提取对象的位置。 既然有很多可用的选项，我实际上很困惑。 有人可以建议最好的方法。 我已经尝试了以下方法：

• 我尝试使用Open CV的Tracking API，并尝试了以下所有算法：MIL，TLD，BOOSTING，MEDIANFLOW。 但是它们似乎都不足够准确。
• 我也知道卡尔曼滤波器。 但是它不能解决识别从不同位置重新进入框架的先前物体的问题。 我也希望有一个包含此功能的解决方案。
• 我尝试了Camshift。 但这需要规范强度范围。 由于事先不知道CCTV安装的实际设置，因此也不是一种选择。
• 我还查询了HOGDescriptor类。 但是它没有提供直接跟踪的功能吗？ 我的意思是只执行检测。

是否有比上述解决方案更适合解决当前问题的解决方案？ 有什么方法可以提高跟踪算法的准确性？ 是否有方法可以改善我已经考虑过的解决方案？ 请帮助解决我的困惑。

Answer 1

基本上，您正在寻找一种完美的跟踪算法：)如果您想知道哪种最适合您的需求，则可以查看诸如Visual Object Tracking Challenge ， Visual Tracker Benchmark之类的基准测试 。 不过可能很难实施。

另一方面，我想您需要实时性能。 在这种情况下，你应该检查我的这个答案了。

我也知道卡尔曼滤波器。 但是它不能解决识别从不同位置重新进入框架的先前物体的问题。 我也希望有一个包含此功能的解决方案。

没有这样的预测算法。 您必须检查所有可能的边界位置才能再次定位目标。

我尝试了Camshift。 但这需要规范强度范围。 由于事先不知道CCTV安装的实际设置，因此也不是一种选择。

由于您实际上想要有史以来最好的算法，因此您可能不希望使用camshift。 基于直方图的算法对相似的目标（或任何具有相似颜色的对象）并不健壮，有些算法基于直方图并尝试处理形状（ fragTrack是一个很好的例子）。但是，我认为它不能满足您的要求。）

我还查询了HOGDescriptor类。 但是它没有提供直接跟踪的功能吗？ 我的意思是只执行检测。

实际上，要检测目标，您需要首先对其进行训练（或者（例如，您可以使用客观算法来检测场景中的显着对象））。 这意味着您必须针对每个可能的目标进行训练。 因此，如果您检测到之前训练的目标之一，则可以尝试在每个帧中检测相同的目标。 您可以使用卡尔曼滤波器来缩小搜索范围并获得更好的结果。

综上所述，从基准开始。 找到适合您的最佳算法。

顺便说一下， 深度学习是当今计算机视觉算法的趋势。 最好的方法可能包括以一种或另一种方式进行深度学习。

希望这可以帮助，
格克汗。