我正在通过 svm 的特征检测从实时摄像机中检测对象，它从摄像机中读取每一帧，同时预测影响其速度的因素，我只希望它应该选择包含对象的帧并忽略其他没有对象的帧像空荡荡的街道或停着的汽车，它应该只检测移动的物体
例如，如果对象在第 6 帧进入相机，它会包含在相机中直到许多帧，直到它超出相机的范围，所以它不应该重新计算同一个对象并忽略该帧。
Explanation :
我正在从视频中检测车辆，我想忽略空帧，但如何忽略它们？我只想检查包含像车辆这样的物体的帧，但是如果车辆从视频中经过，假设大约需要 5 秒，这意味着同一个物体需要 10 帧，所以程序将其计为 10 辆车，每辆车一辆框架，我想把它算作 1，因为它是使用 10 个框架的一个（相同）车辆
我的视频已经是背景减法形式
我探索了两种技术：
1- Entropy ( Frame subtraction )
2- Keyframe extraction
您需要一个对象跟踪器（可以在网络上找到许多示例用于跟踪代码）。然后你要找的是轨道的数量。这就是你的答案。
这个问题措辞混乱。你想从这个分析中得到什么输出？这是我看到的阶段：
1）我假设每一帧都给你一个 (x,y) 或 null 表示每个对象在帧中的位置。你能做这个吗？
2）如果您可能在一帧中获得多个对象，则必须将它们与前一帧中的对象匹配。如果这不是问题，请跳至 (3)。否则，为它们出现的第一帧中的每个对象分配一个索引。在后续帧中，根据 (x,y) 距离将每个对象与前一帧中的索引进行匹配。笨拙，但它可能已经足够好了。
3) 计算速度。查看这一帧和最后一帧之间 (x,y) 的差异。当然，你不能在第一帧上这样做。也许应用低通滤波器来平滑任何抖动运动。
4) 缺少对象。这是一个很难的。如果您的问题是如何处理其中没有对象的空帧，那么我觉得您只是忽略它们。但是，如果您想跟踪在轨迹中间丢失的对象（例如可能带有运动模糊的球），那就更难了。如果这是您的目标，您可能希望通过使用位置、速度甚至对象特征（如色调直方图）预测下一个位置来进行对象匹配。
我希望这可以帮到你。