问题标签 [motion-detection]

我正在开发一个用 Java 编写的软件，它使用一些 processing.core 库类和 simpleopenni 来使用 XBOX Kinect 跟踪用户的手。

我想弄清楚的是如何确定用户的手部运动何时突然改变方向。

我目前拥有的是一组 PVectors（本质上是 x、y 和 z 坐标的向量：3d 空间中的一个点），记录用户在过去 30 帧左右的手部位置。

我想必须有一种方法可以在给定最近记录的几个点的情况下获得表示几乎实时的方向变化量的值。也许拟合曲线并采取一些导数？

理想情况下，该解决方案在计算上不应该非常昂贵，因为我正在尝试实现一个实时有价值的解决方案。

您可以提供的任何方向将不胜感激！

我在用着：

我正在使用表面视图。

但是当我尝试时：

它永远不会被调用。是什么原因？

这真的很烦人，因为我希望我的播放器在按住屏幕时移动。

我有一个朋友，他的工作是观看视频并记录屏幕上发生某些事情的时间。大多数时候它只是一个蓝/白屏，所以变化很小。这是一个外部视频，所以颜色会随着时间的推移而变化。这也是一个多雪的地区，所以天空和地面之间几乎没有区别。

我想知道是否有一种方法可以轻松找到屏幕上发生的事情，而无需坐下来完全观看。我已经想到了两种方法来做到这一点。

1. 视频编码为 H.264，使用 delta 压缩。是否有工具可以绘制特定帧使用的数据量？比特率的峰值将表明视频上的活动。这将有助于在快速扫描中找到每个活动点。

2. 其次，可以使用 AutoIt 等脚本程序查看帧并获得平均颜色，然后当一定数量的像素超出平均颜色附近的“容差水平”时发出警报。视频仍然需要从头到尾播放，但没有必要关注这件事。

#1 有这样的工具吗？如有必要，我可以为#2 编写一些代码，我只是想看看有哪些资源可用。

我需要在网络摄像头的视频帧中进行强大的运动检测和跟踪。背景总是一样的。目的是识别物体的位置，如果可能的话没有阴影，但不那么迫切需要去除阴影。我已经尝试过opencv算法进行背景减法和阈值处理，但这仅取决于一张图像作为背景，如果背景在亮度（或相机自动对焦）方面发生了一点变化，我需要该算法强大亮度或一些阴影的变化很小。

这里有一个已编译的命令行应用程序可以执行此操作。

是否有 Cocoa API 来查询这些数据？

我正在使用 AForge 进行运动检测，并且我知道可以设置运动区域。是否可以使其仅在所有定义区域中都有运动时触发？如果上述功能不可用，我正在考虑编写它。

目前，我的理解是区域设置为视觉库中 MotionDetector.cs 中的 zoneFrame。我正在考虑为每个地区都这样做，但似乎效率不高。

最有效的方法是什么？

有人可以解释一下下面的代码吗？

我有一个同时实现OnClickListener和的图像OnLongClickListener。在OnLongClickListenerat 按下 ( ACTION_DOWN) 时，我启动了一个计时器。我想取消它ACTION_UP。

现在，如果我OnTouchListener为这个图像实现，那么我会捕捉ACTION_DOWN到正常的点击。我只想捕捉长点击。

为什么长按不触发ACTION_UP事件？如何检测此事件并停止计时器。

如果您需要代码，我可以发布它，但我认为它不会对您有所帮助，因为代码中没有错误。

PS。我无法在任何特定时间或值停止计时器，因为长按会不断增加另一个元素的值。这个增加过程应该只在图像长按时停止ACTION_UP。

我正在使用带有 C++ 的 openCv，并且我试图在不同的光照条件下找到一个移动的球。到目前为止，我能够通过使用 HSV 颜色空间对其进行阈值化来过滤图像。这样做的问题是它会拾取具有相似颜色的其他对象。每次有一个具有不同颜色/背景的球时，要计算出确切的 hsv 范围是非常乏味的。

有没有办法让我在阈值二值图像上应用任何过滤器以仅检测移动的对象？这样我只会找到球而不是其他物体，因为它们通常是静止的。

谢谢，

瓦伦

我想检测由 N*N 定义的网格图块中的运动，我尝试了一种由https://stackoverflow.com/users/724461/andrey-kamaev完成的方法 ，它显示在以下代码中，但结果根本不准确，我想做一个更准确的方法。

我想使用 openCV 来检测一个人何时举起或放下手或双手。我浏览了 python opencv 提供的教程，但似乎没有一个能完成这项工作。两个人前面有一个摄像头，距离他们大约 50 厘米（所以你从腰部以上看到他们）。这个人可以抬起或放下每只手臂，或者两只手臂，我必须检测他们何时这样做。（相机安装在过山车的横杆上；这意味着背景总是在变化）

我怎样才能在最快的时间内检测到这一点？它不必是实时检测，但不必超过 0.5 秒。整个图像为 640x480。现在，由于手只能出现在图像的顶部，这会将搜索区域减少一半 => 640x240。这将减少在不断变化的背景中搜索某个对象（手）的问题。

谢谢你，斯特凡 F。