在使用OpenCV的期望最大化的人身上画椭圆

我对如何实现我的目标有些怀疑。我有一个外部摄像机，它正在记录人们，我想在每个人身上画一个椭圆

现在，我要做的是从帧中获取人物的特征点（我使用遮罩获取人物的特征点），设置EM算法，并使用我的样本（提取的特征点）对其进行训练。集群的数量是图像中人数的两倍（我在使用其他方法（如使用码本进行像素计数）启动EM算法之前获得）

我的问题是

• （a） 我是否必须只针对第一帧进行训练，然后在接下来的帧中使用predict？或者
• （b） 在每帧中使用具有特征点的train

现在我正在做选项b）（我不使用预测），因为我真的不知道如何使用预测

如果我做a），你能帮我做吗？然后怎么画椭圆？。如果我做b），你能帮我为每个人画一个椭圆吗？因为我知道，我用cov、mean等为同一个人得到了不同的省略号（例如手臂）

---

我想要实现的是本文使用高斯模型：

如果你想画边界框，而不是椭圆，你可以使用函数grouprectangles来合并不同的边界框

但是，更重要的是，对于人员检测，您可以简单地将openCV的人员检测器（基于HOG）或潜在svm检测器与人员模型一起使用。

无论如何，您应该执行b）操作，否则您将尝试将关键点与第一帧中的群集（人员）相匹配。几秒钟后，这将不相关

似乎可以合理地假设，从一帧到另一帧的变化不会是压倒性的，因此重用帧N-1上的训练结果是在帧N上训练的好种子，可能比在每一帧上从头开始运行EM收敛得更快

为了绘制椭圆，您可以利用python绑定中的高斯混合示例：

---

注意：如果使用对角协方差矩阵，椭圆将“笔直”对齐，其自身的轴与帧的X轴和Y轴对齐，如果要绘制边界框，而不是椭圆，则可以跳过椭圆角度的计算，可以使用函数GroupRectangles合并不同的边界框。但是，更重要的是，为什么不在人物模型中使用openCV的人物检测器（基于HOG）或潜在svm检测器呢？谢谢您的回复。我真的不知道这些术语是什么，但我一定会调查的。使用我上面解释的方法的意义在于，我将在非常拥挤的环境（如购物中心、时代广场等）中检测人群，在获得特征点后，我将只绘制穿过这些特征点的垂直椭圆。如果我不明白你说的话，我会回来的，谢谢，所以我会更正我的评论作为回答。嗯，这是一个回答，看看其他的选择，但不是我问的，无意冒犯，呵呵。我需要有人帮我解决这个问题@GilLevi，我已经看过svm检测器了，但对于现场视频来说速度非常慢。HOG一号可能更好，但在我的视频中，人非常小（约20x25像素），HOG不会检测到他们，这就是为什么我使用特征点，然后用EM对这些点进行聚类，但我真的不知道如何完成它。感谢您的帮助尝试对图像进行采样，然后应用HOG检测器。