我正在使用 opencv 的 camshift 算法进行对象跟踪。输入是从网络摄像头获取的，并且在连续帧之间跟踪对象。我怎样才能使跟踪更强？如果我快速移动物体，跟踪就会失败。此外，当对象不在框架中时，也会出现错误检测。我该如何改进？
最佳答案
对象跟踪是计算机视觉中的一个活跃研究领域。有很多算法可以做到这一点，但没有一种算法 100% 有效。
如果您需要实时跟踪，那么您需要简单快速的东西。我假设你有办法从背景中分割出一个移动的物体。然后您可以计算对象的表示，例如颜色直方图，并将其与您在下一帧中找到的对象进行比较。您还应该检查对象在帧之间没有移动太远。如果您想尝试更高级的运动跟踪，那么您应该查看卡尔曼滤波器。
判断一个物体不在框内也是一个大问题。首先，您要跟踪什么类型的对象？人们？汽车？小狗？您可以构建一个对象分类器，它会告诉您画面中的移动对象是否是您感兴趣的对象，而不是噪声或其他类型的对象。分类器可以是非常简单的东西，例如大小约束，也可以是非常复杂的东西。在后一种情况下，您需要了解可以计算的特征、分类算法(例如支持 vector 机)，并且您需要收集训练图像来对其进行训练。
简而言之，构建可靠的跟踪器并非易事。
关于c++ - 改进open cv中的camshift算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/4947236/