使用opencv跟踪车辆轨迹

Question

这个问题困扰了我很久。基本的车辆计数程序包括： 1. 识别车辆。 2. 按特征跟踪车辆。

但是，如果在时间 t 找到了 #1 车辆，则在 t+1 时程序开始跟踪该车辆，但通过识别过程也可以找到 #1，则 t+2 程序将跟踪两辆车，但实际上帧中只有一个 #1。已识别车辆如何避免重复检测？

提前致谢！

Answer 1

如果我理解正确，您担心检测到您已经在跟踪的对象（缺少检测器/跟踪器通信）。在这种情况下，您可以：

• 预检查 - 在检测期间排除您已经跟踪对象的区域或
• 后检查 - 丢弃检测到的靠近跟踪对象的对象（如果由于某种原因您的方法无法进行“选择性”检测）

有几种可能的实现方式。

1. 面具。创建一个二进制掩码，其中被跟踪对象附近的区域被“标记”（例如，被跟踪对象附近的区域和其他地方的零）。给定这样的掩码，在特定位置进行检测之前，您可以快速检查那里是否正在跟踪某物，如果您坚持使用 ，则中止检测（预检查方法）或移除检测到的对象后检查方法。

2. 蛮力。计算特定位置与每个跟踪位置之间的距离（您还可以检查重叠区域和其他特征）。然后，您可以丢弃与已跟踪对象太近和/或相似的检测。

让我们考虑哪种方式更好（以及何时）。

1. Mask 需要 O(N) 次操作将所有被跟踪的对象添加到 mask 和 O(M) 次操作来检查所有感兴趣的位置。这是 O(N + M) = O(max(N, M))，其中 N 是跟踪对象的数量，M 是检查位置的数量（例如，检测到的对象）。哪个数字（N 或 M）更大取决于您的应用程序。还需要额外的内存来保存二进制掩码（通常它不是很重要，但同样取决于应用程序）。

2. Brute-force 需要 O(N * M) 次操作（每个 M 个位置对 N 个候选者进行检查）。它不需要额外的内存，并允许在检查期间执行更复杂的逻辑。例如，如果对象在一帧内突然改变大小/颜色/任何东西 - 我们可能不应该跟踪它（因为它可能是完全不同的对象，遮挡了原始对象），而是做其他事情。

总结一下：

1. 当您有很多对象时，Mask 会渐近更好。如果您在检测期间执行滑动窗口搜索之类的操作，这几乎是必不可少的，并且可以排除某些区域（因为在这种情况下，您可能会有很大的 M）。您可能会将其与 Pre-check 一起使用。
2. 蛮力 当您的对象很少并且需要进行涉及不同属性的检查时是可以的。将它与 Post-check 一起使用是最有意义的。

如果您碰巧需要介于两者之间的东西 - 您必须更有创意，并且以某种方式在掩码中编码对象属性（以实现恒定的查找时间）或使用更复杂的数据结构（以加速“蛮力" 搜索)。