我们如何同时检测快速运动和物体，让我举个例子，....假设有一个足球比赛视频，我想以最大准确度检测每个球员的位置。我正在考虑人体检测，但如果我们看到足球比赛视频，那么人类检测就没有任何意义，因为我们可以将人类视为对象。也许我们可以通过 blob 检测来做到这一点，但 blob 存在很多问题，例如：-
1）我想把每个玩家分开。因此，如果玩家发生碰撞，那么斑点检测将无济于事。所以单独识别球员会有问题 2）其次是体育场灯的问题。
那么是否有任何特定的算法或方法或库来做到这一点..？我看过一些研究论文但不满意...所以建议任何与此相关的内容，例如任何文章、算法、库、任何方法、任何研究论文等，并请大家在此发表您的看法。
对于快速可靠的人体检测，Dalal 和 Triggs 的梯度直方图通常被认为非常好。你试过玩那个吗？
既然您提到了快速的运动变化，您是否担心快速的摄像机运动或快速的球员/球运动？
您可以进行 2D 或 3D 视频稳定来修复相机运动（尝试适用于 VirtualDub 的优秀 Deshaker 插件）。
对于快速的玩家运动，背景减法或其他斑点检测肯定会有所帮助。您可以使用它来获得粗略的运动学估计，并将其用作对模糊内核的估计。这可以用来对包含播放器的图像芯片进行去模糊处理。
您可以根据 OCRing 球衣号码等进行额外处理以建立身份。
你提到了对体育场灯光的担忧。主要问题是它会投下阴影吗？这可以通过 HOG 检测器来处理。获得模糊内核的 Blob 检测仍然可以很好地处理阴影。
如果您可以控制相机，则可能需要减少曝光时间以减少模糊。去噪技术可用于减少在极低光和密集光流方法中出现的 CCD 噪声，对齐帧并通过添加去噪帧将信号提升到合理的水平。