我意识到这是一项艰巨的任务，但是检测人脸，然后在具有移动背景的视频中跟踪与该人脸相关联的身体的最实用方法是什么？
使用 OpenCV 的人脸训练Haar 级联检测人脸相当简单。不幸的是，OpenCV 为人体训练的 Haar 级联非常不准确，以至于实际上无法使用，所以我的想法是使用面部检测器来大致确定“人”在哪里，然后使用OpenTLD 之类的东西来动态“学习”什么该人的身体看起来像并在框架上跟踪它。这应该具有能够处理移动背景的好处，OpenCV 中的大多数运动跟踪代码目前似乎无法处理。主要的缺点是 OpenTLD 仍然很新，而且我测试过的所有公共实现都非常错误且难以使用。
这看起来是一种实用的方法吗？有没有更好的方法？