C++ 基于opencv的目标跟踪

我计划做一个项目，涉及从CCTV摄像机的视频输入跟踪各种物体（包括人、车辆等）。我打算使用OpenCV。实现应该能够容忍遮挡，并且应该能够识别和继续跟踪对象，即使它们退出帧并在一段时间后重新进入。此外，帧中的新条目应自动识别和跟踪，我需要提取对象随时间变化的位置。由于有很多选择，我实际上感到困惑。有人能提出最好的前进方向吗。我已经尝试了以下方法：

• 我尝试使用opencv的跟踪API，并尝试了以下所有算法：MIL、TLD、BOOSTING、MEDIANFLOW。但它们似乎都不够准确
• 我也知道卡尔曼滤波器。但它无法处理识别先前从不同位置重新进入帧的对象的问题。我更喜欢包含此功能的解决方案
• 我试过Camshift。但它需要指定强度范围。由于CCTV安装的实际设置事先未知，因此这也不是一个选项
• 我还查找了HOGDescriptor类。但是它没有提供一个直接跟踪的工具，对吗？我的意思是只执行检测

---

有没有比上面提到的更适合当前问题的更好的解决方案？有没有办法提高跟踪算法的准确性？有没有办法改进我已经考虑过的解决方案？请帮助解决我的困惑。

您基本上是在寻找完美的跟踪算法：）如果您想知道哪种算法最适合您的需求，您可以查看以下基准：。但实施起来可能很困难

另一方面，我想你需要实时性能。在这种情况下，你也应该检查我的答案

我也知道卡尔曼滤波器。但它无法处理识别先前从不同位置重新进入帧的对象的问题。我更喜欢包含此功能的解决方案

没有这样的预测算法。你必须检查每一个可能的边界位置来再次定位目标

我试过Camshift。但它需要指定强度范围。由于CCTV安装的实际设置事先未知，因此这也不是一个选项

既然你实际上想要最好的算法，也许你不会喜欢camshift。基于直方图的算法对相似的目标（或具有相似颜色的任何对象，有一些基于直方图并尝试处理形状的算法（这是一个很好的例子）。但是，我认为它不会满足您的要求

我还查找了HOGDescriptor类。但是它没有提供一个直接跟踪的工具，对吗？我的意思是只执行检测

实际上，要检测目标，您需要首先对其进行训练（或者（例如），您可以使用对象性算法来检测场景中的显著对象）。这意味着你必须针对每一个可能的目标进行训练。因此，如果您检测到以前训练过的一个目标，您可以尝试在每一帧中检测相同的目标。您可以使用卡尔曼滤波器缩小搜索范围并获得更好的结果

总之，从基准开始。找到适合您的最佳算法

顺便说一下，这是当今计算机视觉算法的发展趋势。也许最好的方法是通过这样或那样的方式进行深入学习

希望这有帮助，

---

戈汗

在不了解上下文的情况下回答这个问题并不简单。你能展示一些样品和你想要追踪的相关物体吗？@coincoin你可以想象一个户外闭路电视装置，比如在交通信号灯或公共街道上。这将涉及车辆、行人等。我正在进行几乎相同的项目作为起点。我发现了一个很好的例子，我想知道是否有比我提到的更好的算法。