ime*_*eht 4 opencv object-detection computer-vision
简而言之,使用OpenCv实现在网络摄像头源中跟踪特定图像(照片/图形/徽标)的可用选项有哪些？特别是我试图整理以下内容的意见:
HaarTraining是否会过度训练(考虑到它不是3d对象,而只是跟踪图像)还是唯一的出路？
尝试过模板匹配,基于颜色的检测,但这些检测不能在不同的照度/比例/方向下提供可靠的跟踪.
我是OpenCV的相对初学者,我之前对SO的询问就是明证(非常有用的回复).任何可能是开源NFT实现OpenCV的良好资源的线索或链接？
你能谈谈你的要求吗？也就是说,您期望什么类型的外观变化/您对环境的控制程度.您在速度/功率/资源足迹方面有哪些类型的限制？
没有这些,我只能对你所谈论的3条路径进行一些综合评估.
哈尔工作得很好,也很快,特别是在承认方面.
请注意,除非您使用全范围的模板进行训练以涵盖各种视角,否则Haar对3D效果不佳.Haar级联的海报儿童应用程序是Viola Jones的面部检测系统,主要面向正面(当然可以训练许多其他东西)
有关使用OpenCV进行Haar培训的教程,请参阅此处.
2.尝试NCC或更好,Lucas Kanade跟踪(cvCalcOpticalFlowPyrLK,这是一个金字塔形,如粗到细LK - 一个4级金字塔通常效果很好)用于模板.通常在没有模板更改的情况下可以达到10%或10度旋转.除此之外,您还可以拥有自动演化的模板,这些模板可能会随着时间的推
有关快速光流/跟踪教程,请参阅此内容.
3. SIFT/SURF确实非常有效.我建议一些额外的几何验证步骤来删除虚假匹配.
我有点担心所涉及的计算时间.如果没有明显的照明/比例/平面内旋转,那么SIFT可能是过度的.如果您确实需要它,请查看Changchang Wu的优秀SIFTGPU 实施方案.注意:第三方,而不是OpenCV.
| 归档时间： |
|
| 查看次数： |
3495 次 |
| 最近记录： |