我正在使用 OPENCV 内置跟踪器 CSRT 进行对象检测和跟踪，我发现它最适合使用，但我在这里有疑问，当目标超出框架时，当目标返回到框架时，他在最后跟踪的位置仍然有一个边界框它不跟踪。从 OPENCV 文档中我知道这是短期跟踪器，但是有什么方法可以知道目标现在不在框架中我使用了这个命令
success, boxes = multiTracker.update(frame)
print("Success",success)
知道它是否会产生错误，但不会。我必须使用此算法进行实时跟踪。此外，我不愿意使用像 Yolo 或 TF 这样的高级 ML 库，所以如果有人可以帮助它或使用更好的跟踪器。
我还在使用 openCV (C++) 的 CSRT 跟踪器。在我看来，你有两个选择：
1）您可以编写一个算法来检测对象是否仍在边界框中。为此，您可以从 openCV 的跟踪模块 (cf CSRTImpl::estimate_new_position) 的 trackerCSRT.cpp 中实现的方法中获取灵感。在该函数中，params.psr_threshold 表示跟踪对象丢失与否的阈值。因此，如果您编写类似的算法，您将能够确定您的对象是否不在边界框中（在此算法中，大约psr_threshold < 0.1 您可以认为它丢失了）
2）我推荐的第二个选项是使用函数 CSRT::create(const CSRT::Params ¶meters) 初始化您的 CSRT 跟踪器，并将更高的值传递给 psr_threshold（例如 0.1），以便拥有一个更多的跟踪器敏感的。在这种情况下，您的跟踪器不会继续跟踪空白区域，而是会返回 false（目标丢失），这已经是一种改进。根据您的应用程序，您将需要实施一些措施才能在视频中再次找到目标。现在，这称为长期跟踪。
祝你好运