tensorflow - 如何在视频流中只计算一次对象？（张量流，CNN）

Question

所以我遇到了一个小问题。假设我有一段人们过马路的视频 - 在这个例子中，假设相机看起来垂直于人们走过的方式（他们相对于相机直接水平行走）。

现在，从这段录像中，我想计算过马路的人数。

视频流由 20FPS 素材组成，我的问题是我的 AI 模型评估的每一帧都会返回 X 数量的人每帧（不是我真正感兴趣的）。

所以问题是，我如何评估通过一系列帧的对象，而不是评估对象在任何一个特定帧中的存在？

我认为的一种可能方法是，当对一个人进行新的预测（比如高于 90% 阈值）时，为其分配一些唯一标识并尝试在帧之间携带该唯一标识符......

好像有更简单的方法，有人知道吗？

Answer 1

在做了更多研究之后，我遇到了另一个与 Stackoverflow 相关的问题：tensorflow object detection API(Calculate Car speeds.)

OpenCV 似乎具有跟踪功能。因此，也许我会对框架方块进行初步猜测，然后如果超过某个阈值，我会建议进行跟踪。

供更多读者参考，有一个名为“Single Object Tracker”的跟踪器，它结合了对象检测模型，首先评估一个正方形，然后再实现一种跟踪器样式。