使用开放CV进行对象跟踪

Object Tracking Using Open CV

本文关键字：对象 跟踪 CV      更新时间：2023-10-16

我计划做一个项目，通过CCTV摄像机的视频输入跟踪各种物体（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，即使它们退出帧并在一段时间后重新进入。此外，帧中的新条目应该被自动识别和跟踪，我需要提取对象随时间的位置。由于有很多选择，我实际上很困惑。有人能提出最好的前进道路吗。我已经尝试过以下内容：

  • 我尝试使用Open CV的跟踪API，并尝试了以下所有算法：MIL、TLD、BOOSTING、MEDIANFLOW。但它们似乎都不够准确
  • 我也知道卡尔曼滤波器。但它无法处理识别从不同位置重新进入帧的先前对象的问题。我更喜欢包含此功能的解决方案
  • 我试过Camshift。但它需要指定强度范围。由于CCTV安装的实际设置尚不清楚，因此这也不是一个选项
  • 我还查了HOGDescriptionr类。但它并没有提供直接跟踪的设施，对吗？我的意思是只进行检测

有没有比上面提到的更好的解决方案更适合眼前的问题？有什么方法可以提高跟踪算法的准确性吗？有没有办法改进我已经考虑过的解决方案？请帮我解决困惑。

您基本上是在寻找完美的跟踪算法：）如果您想知道哪种算法最适合您的需求，可以查看Visual Object tracking Challenge、Visual Tracker Benchmark等基准测试。不过，这可能很难实施。

另一方面，我想你想要实时的表演。在这种情况下，你也应该检查我的这个答案。

我也知道卡尔曼滤波器。但它无法处理识别从不同位置重新进入帧的先前对象的问题。我更喜欢包含此功能的解决方案。

没有这样的预测算法。你必须检查每一个可能的边界位置才能再次找到目标。

我试过Camshift。但它需要指定强度范围。由于CCTV安装的实际设置尚不清楚，因此这也不是一个选项。

既然你实际上想要最好的算法，也许你不会喜欢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）都不具有鲁棒性，有一些算法是基于直方图的，并试图处理形状（fragTrack就是一个很好的例子）。然而，我认为这不会让你满意。）

我还查了HOGDescriptionr类。但它并没有提供直接跟踪的设施，对吗？我的意思是只进行检测。

实际上，要检测目标，需要首先对其进行训练（或者（例如）可以使用对象性算法来检测场景中的显著对象）。这意味着你必须针对每一个可能的目标进行训练。因此，如果你检测到之前训练过的目标之一，你可以尝试在每一帧中检测到同一个目标。你可以使用卡尔曼滤波器缩小搜索范围，得到更好的结果。

总之，从基准开始。找到最适合你的算法。

顺便说一句，深度学习是当今计算机视觉算法的发展趋势。也许最好的方法包括以某种方式进行深度学习。

希望这能有所帮助，
Gokhan。

相关文章：