python - 使用外部姿态估计来改进静止标记轮廓跟踪

Question

假设我有一组传感器，可以让我估算出相对于某个固定矩形标记的姿势。因此，我可以估计标记的轮廓在相机图像中的样子。我如何使用它来更好地检测轮廓？

我试图克服的问题是，有时，标记被遮挡，可能是被一条穿过它的线所遮挡。因此，我留下了两个轮廓，如果合并，将产生标记。我尝试打开和关闭以尝试解决问题，但它对不同类型的照明并不可靠。

我正在考虑的一种方法是使用预测的轮廓，并使用图像的梯度执行局部卷积，以找到我的真实姿势。

有什么想法或建议吗？

Answer 1

姿势估计的明显优势是它限制了搜索目标的图像区域。

接下来，如果您的问题是遮挡，那么您需要对其进行显式建模，而不是仅仅尝试使用图像处理技巧将其覆盖：在您的检测器目标函数中添加一个术语，该术语表示您的目标在部分遮挡时可能看起来像什么。这可以是显式的“遮挡外观”模型，也可以是隐式的——例如使用能够独立于整个目标识别可见部分的算法。