C++ 跟踪对象时如何找到多个单应性?
众所周知,为了在OpenCV中跟踪对象,我们可以使用:C++ 跟踪对象时如何找到多个单应性?,c++,opencv,feature-detection,hamming-distance,video-tracking,C++,Opencv,Feature Detection,Hamming Distance,Video Tracking,众所周知,为了在OpenCV中跟踪对象,我们可以使用: 查找特征 匹配所需对象特征和视频中当前帧特征之间的相似性 然后使用查找对象的新位置 只有当大多数关键点具有相同的透视变换(单应性)时,我们才能找到单应性。但是如果一半的点有第一个变换,另一半有第二个不同的变换,如何同时找到这两个单应?如何将点数组拆分为具有不同单应性的多个数组 例如: 为了跟踪任意形状的对象,我使用了一个矩形参考图像,其中包含一个对象和背景。我们移动对象,但背景保持不变-现在我们找不到单应性 对象被分离(我们正在跟踪移
- 查找特征
- 匹配所需对象特征和视频中当前帧特征之间的相似性
- 然后使用查找对象的新位置
- 为了跟踪任意形状的对象,我使用了一个矩形参考图像,其中包含一个对象和背景。我们移动对象,但背景保持不变-现在我们找不到单应性
- 对象被分离(我们正在跟踪移动的摩托车-摩托车停了,摩托车人走开了-现在我们找不到单应性)
- 稍微改变了物体的形状(我们正在跟踪车辆,在行李箱打开后没有跟踪到车辆-现在我们找不到单应性)
如何在对象的参考图像和场景帧之间找到不是一个,而是两个或三个主单应?我认为在这种情况下,简单的特征匹配不够可靠。您可能希望使用一种全功能的跟踪方法,例如,它将处理部分遮挡、外观变化等。我认为在这种情况下,简单的特征匹配不够可靠。您可能希望使用一种功能齐全的跟踪方法,例如,它将处理部分遮挡、外观更改等。