Python 如何知道物体被检测到后是否在移动？

如果我的算法检测到对象的类型，我如何知道该对象是否正在移动？假设一个人拿着一把伞。如何知道雨伞在移动

我正在做一个项目，我想知道那个特定的物体是否属于进入商店的人。我在考虑边界框（bb）方法，如果人的bb与对象的bb重叠。但当一个人身上有多个物体时，问题就出现了。 这是我写的代码

 iou_value = oneObject.intersection_over_union(image,humanRegion_bbs,belongings_bbs)
#iou --intersection over union value

                    if iou_value is not None and iou_value > th_iou: 
                        logger.info("IOU value %f"%iou_value)              
                        logger.info("CURRENT FRAME INDEX  %f "%currentFrameIndex)
                        logger.info("COUNT AT THE MOMENT %f"%count) 
                        if count >2:
                            logger.info("INSIDE THE COUNT LOOP") 
                            logger.info("COUNT inside the if loop %f"%count)
                            oneObject.setBelongings(belongingsList) 
                        count = 0 
                        logger.info("COUNT outside the loop %f"%count)                          
                    else :
                        logger.info("INSIDE THE ELSE LOOP:")
                        b1 = belongingsList.clear()
                        logger.info("value of b1 %s"%b1)
                        oneObject.setBelongings(b1)

---

我真的不明白你的意思。但是如果目标在移动或不移动，则用于跟踪它。上次在我的项目中，我首先使用cascade OpenCV检测对象，然后应用卡尔曼滤波器进行跟踪。因此，您可以跟踪检测到的对象。关于该对象是否属于该人。我认为重叠是个好主意。我想你可以检查这个重叠是否足够长，这应该是属于我理解你的问题的人。

谢谢。你对问题的理解是对的。如果重叠足够长，则对象属于该人。我不知道如何检查这种情况，它有多长时间的重叠。这是技术方面的一种挑战。我会用我写的代码更新我的帖子。我不知道所有的物体是如何与人类定位的。但我假设它在一家商店里，有很多带bb的物品。因此，如果对象真的从打开的门附着到那个人（按照坐标计算），它就属于用户。对于其他对象，我的解决方案是，如果bb彼此重叠足够长，这里是，如果它在视频中重叠超过x帧=>这应该属于那个人，非常感谢你的观点。请分享一些OpenCV和Kalman Filter的资源。您的项目是否有GitHub存储库？我认为当有两个或两个以上的对象时会出现问题。只有两个边界框的并集相交。如果有更多的边界框，我不知道如何处理它。你看过吗？我的猜测是，你可以在你的案例中使用相同的算法edits@RIck谢谢你的链接。我想使用yolo模型中现有的边界框