Opencv 使用天花板安装的向下指向网络摄像头跟踪人类

我需要追踪在大楼里走动的人。我有一个向下指向的网络摄像头，安装在离地面6米（20英尺）的天花板上

性能非常重要，因为计划在多个网络摄像头上实时运行。目前，我有一个单一的摄像头安装，并与背景减法使用VIBE的GPU上，我得到约320 fps的720p，这是伟大的

虽然VIBE表现良好，但我仍在努力保持一致性。如果人们走得太近，就会被认为是一团。我还需要忽略非人类物体的运动

我真的需要你们的一些意见和想法如何确定什么是人，什么不在我的氛围输出中。什么是明智的做法？我曾试图将人类定义为具有一定的正方形像素大小，但我觉得必须有更聪明的方法来区分人类和非人类运动

如果另一种方法是有意义的，例如光流、跟踪学习检测算法（OpenTLD？）和性能良好的HOG，我将非常有兴趣了解它

---

感谢您的任何想法和意见：）

有很多方法可以解决您的问题，但没有一种方法是通用的。两大类方法是（a）改进较低级别的斑点检测和处理，或（b）处理跟踪器中的模糊性

如果您有关于如何改进斑点检测的想法，请尝试这些方法。我不熟悉VIBE或场景的细节（室内与室外、相机抖动量、镜头质量等），因此我没有任何建议

假设合并的斑点来自独立的行人，考虑使用了解BLB分裂并合并的粒子过滤器。如果人们成群结队地行动，考虑加强跟踪器来检测人群，放弃单独追踪每个人。

---

如果你能建立一个强大的跟踪器，你也许能够根据非人类的运动模式和像素大小过滤掉他们。

我也会附上标签[计算机视觉]，谢谢你的输入。摄像机安装在天花板上，不能移动。场景在一座建筑物内。我真的需要继续跟踪人们，即使他们进入了大的群体，并且这些斑点合并了。你有一个链接可以解释你的粒子滤波方法吗？试着阅读你最喜欢的计算机视觉教科书中关于多重假设跟踪的内容。粒子过滤器是一种技术。另外，这里有一篇类似于一篇试图解决这个问题的学术论文：非常好。我会调查的。谢谢！