在低分辨率移动视频中进行物体检测的最佳方法是什么？

Question

我正在寻找一种最快,更有效的方法来检测移动视频中的对象.有关此视频的注意事项:它非常颗粒感和低分辨率,背景和前景也同时移动.

注意:我正试图在移动视频中检测道路上移动的卡车.

方法我尝试过:

训练哈尔级联 - 我试图训练分类器通过拍摄所需物体的多个图像来识别物体.这被证明产生许多错误检测或根本没有检测到(期望的物体从未被检测到).我使用了大约100张正面图像和4000张底片.

SIFT和SURF关键点 - 当尝试使用基于特征的这些方法中的任何一种时,我发现我想要检测的对象的分辨率太低,因此没有足够的特征来匹配以进行准确的检测.(从未检测到期望的对象)

模板匹配 - 这可能是我尝试过的最好的方法.它是最准确的,尽管它们都是最黑的.我可以使用从视频裁剪的模板检测一个特定视频的对象.但是,没有保证准确性,因为所有已知的是每个帧的最佳匹配,没有对与帧匹配的百分比模板进行分析.基本上,它仅在对象始终在视频中时才有效,否则会产生错误检测.

所以这些是我尝试过的三大方法,都失败了.什么是最好的是模板匹配,但具有缩放和旋转不变性(这使我尝试SIFT/SURF),但我不知道如何修改模板匹配功能.

有没有人有任何建议如何最好地完成这项任务？

Answer 1

将光流应用于图像,然后根据流场对其进行分割.背景流与"物体"流非常不同("物体"流主要是分散或收敛,取决于它是朝向还是远离你移动,还有一些横向分量).

这是一个以这种方式工作的古老项目:

Answer 2

我们所说的分辨率有多低？您还可以详细说明一下该对象吗？它是特定的颜色吗？它有模式吗？答案会影响您应该使用什么。

另外，我可能会错误地阅读您的模板匹配语句，但听起来您对它进行了过度训练（通过在您提取对象的同一视频上进行测试？？）。