利用光流从追踪的要素计算目标点
利用光流从追踪的要素计算目标点
提问于 2014-06-07 21:25:24
我需要准确地跟踪眼睛周围的9个点。我检测脸部和眼睛并计算出点(眼睛的中心等)。由于这些点不是很好跟踪的特征(它们很快就会被光流丢失)，我也从面部区域提取特征(SURF/ good goodFeaturesToTrack)，并将其用于KLT。我的目标是从其他跟踪的点中确定这9个兴趣点/使用其他跟踪点从最初的9个点恢复丢失的点。我最初的想法是可以用光流计算位移，并将其用于目标点，但我没有得到很好的结果(尝试了位移的平均值，这显然是不正确的)。我的问题是:这样的事情真的可行吗？如果是，我应该如何将目标点与跟踪的特征关联起来，以便在后续帧中再次获得它们？
回答 1
Stack Overflow用户
发布于 2014-07-31 10:13:01
在您的跟踪中，您可以在每个像素周围创建一个区域，而不是跟踪单个像素，如果p1是您正在跟踪的点，则使用周围的像素创建一个区域，并选择好的特征来跟踪和跟踪所有这些特征points.after跟踪计算p1的平均运动从这些跟踪的points.if中一些点在该区域丢失，您可以轻松地构建用于下一次迭代跟踪的周围点。
在这种类型中，丢点的概率是low.lost，重建点是非常容易的。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/24097697
复制相关文章
相似问题
腾讯云开发者
