【问题标题】:Human Tracking using KLT and mean shift使用 KLT 和均值偏移的人体跟踪
【发布时间】:2014-04-21 10:23:24
【问题描述】:

我正在尝试在距离相机更远的地方跟踪人类。我在这里陷入了两种算法之间。 KLT 和均值偏移跟踪器。

是否可以使用由 KLT 跟踪器完成初始化的均值偏移跟踪器(即均值偏移跟踪器需要初始化,并且这些初始特征点由在图像序列上应用 KLT 的结果提供。谢谢

【问题讨论】:

  • 你的意思是在第一帧初始化检测吗?
  • 是的。如果可以通过这种方式进行 KLT 初始化...

标签: opencv computer-vision feature-detection


【解决方案1】:

KLT 不是对象跟踪算法。 KLT 只会估计时间 t 的帧与时间 t-1 的帧之间的关键点的位移。

另一方面,Mean-sift 跟踪更适合跟踪对象,尽管它不是很健壮也不是很精确。您可以观看Mean-Shift here 的示例。

如果您需要跟踪对象,并且对遮挡、比例变化、外观变化等可能的问题保持安全,您需要采用真正的跟踪算法。其中有很多,您可以在此处观看使用关键点的跟踪算法示例:Matrioska: Real-time Tracking using Keypoints

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2021-10-07
    • 2014-05-22
    • 2020-06-03
    相关资源
    最近更新 更多