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？
问题:我正在尝试对齐移动视频的两帧.
我目前正在尝试使用函数"cvCalcOpticalFlowLK",结果以"CvArr"的形式输出x和y的速度向量.
所以我得到了结果,但我不知道如何使用这些矢量数组.
我的问题是......我怎么知道每个像素的速度是多少？它只是该特定点上每个像素值的值吗？
注意:我会使用其他光流功能,如cvCalcOpticalFlowPyrLK(),因为它更容易,但我想要密集的光流.