使用Open CV跟蹤對象

Question

我計划做一個項目，該項目涉及從CCTV攝像機的視頻輸入中跟蹤各種對象（包括人，車輛等）。 我打算使用OpenCV。 該實現應該能夠容忍遮擋，並且應該能夠識別並繼續跟蹤對象，即使它們退出框架並在一段時間后重新進入也是如此。 另外，應該自動識別並跟蹤框架中的新條目，並且我需要隨着時間的推移提取對象的位置。 既然有很多可用的選項，我實際上很困惑。 有人可以建議最好的方法。 我已經嘗試了以下方法：

• 我嘗試使用Open CV的Tracking API，並嘗試了以下所有算法：MIL，TLD，BOOSTING，MEDIANFLOW。 但是它們似乎都不足夠准確。
• 我也知道卡爾曼濾波器。 但是它不能解決識別從不同位置重新進入框架的先前物體的問題。 我也希望有一個包含此功能的解決方案。
• 我嘗試了Camshift。 但這需要規范強度范圍。 由於事先不知道CCTV安裝的實際設置，因此也不是一種選擇。
• 我還查詢了HOGDescriptor類。 但是它沒有提供直接跟蹤的功能嗎？ 我的意思是只執行檢測。

是否有比上述解決方案更適合解決當前問題的解決方案？ 有什么方法可以提高跟蹤算法的准確性？ 是否有方法可以改善我已經考慮過的解決方案？ 請幫助解決我的困惑。

Answer 1

基本上，您正在尋找一種完美的跟蹤算法：)如果您想知道哪種最適合您的需求，則可以查看諸如Visual Object Tracking Challenge ， Visual Tracker Benchmark之類的基准測試 。 不過可能很難實施。

另一方面，我想您需要實時性能。 在這種情況下，你應該檢查我的這個答案了。

我也知道卡爾曼濾波器。 但是它不能解決識別從不同位置重新進入框架的先前物體的問題。 我也希望有一個包含此功能的解決方案。

沒有這樣的預測算法。 您必須檢查所有可能的邊界位置才能再次定位目標。

我嘗試了Camshift。 但這需要規范強度范圍。 由於事先不知道CCTV安裝的實際設置，因此也不是一種選擇。

由於您實際上想要有史以來最好的算法，因此您可能不希望使用camshift。 基於直方圖的算法對相似的目標（或任何具有相似顏色的對象）並不健壯，有些算法基於直方圖並嘗試處理形狀（ fragTrack是一個很好的例子）。但是，我認為它不能滿足您的要求。）

我還查詢了HOGDescriptor類。 但是它沒有提供直接跟蹤的功能嗎？ 我的意思是只執行檢測。

實際上，要檢測目標，您需要首先對其進行訓練（或者（例如，您可以使用客觀算法來檢測場景中的顯着對象））。 這意味着您必須針對每個可能的目標進行訓練。 因此，如果您檢測到之前訓練的目標之一，則可以嘗試在每個幀中檢測相同的目標。 您可以使用卡爾曼濾波器來縮小搜索范圍並獲得更好的結果。

綜上所述，從基准開始。 找到適合您的最佳算法。

順便說一下， 深度學習是當今計算機視覺算法的趨勢。 最好的方法可能包括以一種或另一種方式進行深度學習。

希望這可以幫助，
格克汗。