4

简而言之，使用 OpenCv 在网络摄像头提要中实现对特定图像（照片/图形/徽标）的跟踪有哪些可用选项？特别是我试图整理关于以下内容的意见：

  1. HaarTraining 会过分杀伤（考虑到它不是 3d 对象，而只是要跟踪的图像）还是唯一的出路？

  2. 已经尝试过模板匹配、基于颜色的检测，但这些都不能在不同的照明/比例/方向下提供可靠的跟踪。

  3. SIFT、SURF 特征匹配在视频中的工作与静态图像比较一样可靠吗？

我是 OpenCV 的相对初学者，这从我之前对 SO 的查询中可以看出（非常有用的回复）。任何线索或链接都可能是使用 OpenCV 开始 NFT 实施的好资源？

4

2 回答 2

8

你能多谈谈你的要求吗？即，您期望哪种类型的外观变化/您对环境的控制程度。在速度/功率/资源占用方面，您有哪些类型的限制？

如果没有这些，我只能对您所说的 3 条路径进行一些一般性的评估。

1. Haar 会运行良好且快速，尤其是在实例识别方面。

请注意，除非您使用各种模板进行训练以涵盖各种视角，否则 Haar 不能很好地用于 3D。Haar cascades 的典型应用是 Viola Jones 的人脸检测系统，该系统主要面向正面（当然可以针对许多其他事情进行训练）

有关使用 OpenCV 进行 Haar 训练的教程，请参见此处。

2. 尝试 NCC 或更好的模板，Lucas Kanade 跟踪（cvCalcOpticalFlowPyrLK，它是一个金字塔，就像从粗到细的 LK - 一个 4 级金字塔通常效果很好）。通常可以在不更改模板的情况下进行高达 10% 的缩放或 10 度旋转。除此之外，您还可以拥有随时间推移而自动演变的模板。

有关快速光流/跟踪教程，请参阅此。

3. SIFT/SURF 确实会很好用。我建议一些额外的几何验证步骤来消除虚假匹配。

我会有点担心所涉及的计算时间。如果没有明显的照明/比例/平面内旋转，那么 SIFT 可能是矫枉过正。如果您真的需要它，请查看 Changchang Wu 出色的 SIFTGPU实施。注意：第 3 方，不是 OpenCV。

于 2011-05-10T11:58:42.610 回答
1

似乎没有任何一种方法单独应用可以带来可靠的结果，除非它是一个爱好项目。可能一些自适应算法或多或少可以接受。例如，查看一个使用机器学习的著名开源项目。

于 2011-05-10T13:20:34.903 回答