opencv - opencv中的快速运动和物体检测

Question

我们如何同时检测快速运动和物体，让我举个例子，.... 假设有一个足球比赛视频，我想以最高精度检测每个球员的位置。我在考虑人体检测，但如果我们看到足球比赛视频，那么人体检测就没有用了，因为我们可以将人视为物体.也许我们可以通过 Blob 检测来做到这一点，但是 Blob 有很多问题，比如:-

1) 我想把每个玩家分开。所以如果玩家会发生碰撞，那么 blob 检测将无济于事。所以单独识别播放器会有问题 2) 其次是球场灯光问题。

那么是否有任何特定的算法、方法或库可以做到这一点……？ 我看过一些研究论文但不满意...所以建议任何与此相关的任何文章、算法、库、任何方法、任何研究论文等，请大家在本文中表达你的观点。

Answer 1

对于快速可靠的人体检测，Dalal and Triggs' Histogram of Gradients普遍认为非常好。你试过玩那个吗？

既然你提到了快速的运动变化，你是否担心快速的相机运动或快速的球员/球运动？

您可以进行 2D 或 3D 视频稳定来修复相机运动(试试出色的 Deshaker plugin for VirtualDub )。

对于快速的玩家 Action ，背景减除或其他 Blob 检测肯定会有所帮助。您可以使用它来获得粗略的运动学估计并将其用作模糊内核的估计。然后，这可用于对包含播放器的图像芯片进行去模糊处理。

您可以进行额外的处理以根据 OCR Jersey 号码等建立身份。

您提到了对体育场灯光的担忧。主要问题是它会投下阴影吗？这可以由 HOG 检测器处理。获得模糊内核的 Blob 检测应该仍然可以很好地处理阴影。

如果您可以控制相机，您可能希望减少曝光时间以减少模糊。降噪技术可用于减少在极低光和密集光流下发生的 CCD 噪声，方法对齐帧并通过添加降噪帧将信号提升到合理的水平。