如何处理遮挡和碎裂
我正试图为uni项目实现一个使用计算机视觉的人计数系统。目前，我的方法是：
- 基于MOG2的背景减法
- 形态学滤波器去除噪声
- 轨道水珠
- 通过指定区域(一行)的blob计数
问题是，如果人们作为一个群体来，我的方法只计算一个人。从我的读数来看，我相信这就是所谓的遮挡。另一个问题是，当人们看起来像背景(使用黑色的衣服，并通过黑色的柱子/墙壁)，斑点是分开的，而它实际上是一个人。
根据我所读到的，我应该实现一个检测器+跟踪器(例如，用HOG检测人类)。但是我的检测结果很差(例如，50%的假阳性，50%的命中率；使用OpenCV人体检测器和我自己训练的检测器)，所以我不相信使用该检测器作为跟踪的依据。感谢您的回答和时间阅读这篇文章！
回答 2
Stack Overflow用户
发布于 2013-04-26 09:44:32
没有一个“好”的答案，因为处理遮挡(和背景子处理)仍然是开放的问题！有几个指针可以给出，可能会帮助您与您的项目。
您想要检测"blob“是一个人还是一组人。你可以做几件事来处理这件事。
- 使用多个摄像头(不太可能从各个角度检测到一组人是一个小块)
- 试着探测人体的各个部位。如果你在一个斑点上检测到两个头部，就会有多个人。3条腿、5条肩膀等也可以这么说。
在跟踪一个“迷失”的人(一个人走在另一个物体后面)的领域，是推断它的位置。你知道，一个人只能在框架之间移动那么多。通过考虑这一点，您知道用户不可能在图像的中间被检测到，然后突然消失。经过几个框架没有看到那个人，你可以放弃观察，因为这个人可能已经有足够的时间离开。
Stack Overflow用户
发布于 2013-04-26 10:20:20
对视频监控序列中的人进行跟踪仍然是研究界的一个悬而未决的问题。然而，particule filters (PF) (又称序贯蒙特卡罗)对于遮挡和复杂场景有很好的效果.你应该读这。也有额外的链接到示例源代码后的参考书目。
使用PF的一个优点是通过检测(仅)实现跟踪的计算时间的增加。
如果你走这条路，可以自由地要求更好地理解PF背后的数学。
https://stackoverflow.com/questions/16232398
复制相似问题
腾讯云开发者
