问题标签 [video-tracking]

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

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。

我正在使用python-opencv完成我的本科毕业项目，我需要使用MultiTracker来实现多目标检测和跟踪功能。但是，目标对象从屏幕上消失后，我无法取消它。我不是数字图像处理专业的学生，​​这个问题很困扰我。谁能帮我？代码如下：</p>

我已经尝试过Unable to run Tracking on Open CV 3.4.1 on Python 3.6.6中支持的方法，但它不起作用。

这是一个有点逻辑的问题

我正在跟踪以 N fps 运行的视频中的对象。在实际系统中，帧没有精确的间隙，甚至可能出现丢帧

-> 我还为每一帧提供了时间戳。-> 我从 X 帧开始我的轨迹，在 Y 帧结束

我已将视频划分为网格（空间上），并且在每个实例中，我将对象放入其中一个网格中

现在这个问题最简单的情况如下，假设对象仅在 1 帧中被识别，那么该跟踪的持续时间应该是多少？

选项： 1. 独占时长计算

持续时间 = 结束时间 - 开始时间 = 此实例的 0

2. 包含持续时间计算

持续时间 = 结束时间 - 开始时间 + 1 = 1* 对于这个实例 *让我们假设我们现在拥有以毫秒为单位的信息

3. 添加框架间隙。由于我们知道 FPS，我们可以计算 1/N 作为帧间隙

持续时间 = 结束时间 - 开始时间 + 1/N

4. 通过计算人的速度添加在网格中花费的平均时间。我不确定如何计算它，因为它取决于前 3 个持续时间的定义

5. 我可以采取任何其他指标吗？

谢谢

我已经为自定义对象检测训练了对象检测 API。现在我想跟踪 API 检测到的对象。

我在代码的最后一行出现错误。说“期望一个整数”。实际上这段代码取自 VGGNET。我正在使用 Python 3.6.9。

“错误结果图像 1” “错误结果图像 2”

我正在尝试在2DMOT 挑战赛 2015行业中使用的标准数据集上评估我的对象检测+跟踪的性能。我已下载数据集，但无法理解标记的地面实况数据中的数据字段。

我已经理解了数据集的前六列，但对于其余四列却无法理解。以下是目录 <\2DMOT2015\train\ETH-Bahnhof\gt> 中的示例数据：

如果您知道这一点，请告诉我？

我正在尝试使用本文中描述的DeepSORT算法来跟踪对象。我的理解是，这里有两个深度学习模型在起作用。一个是对象检测器（可能是 YoLo 等），另一个是特征提取器。对象检测器尝试检测帧中对象的存在，而特征提取器有助于识别当前检测到的对象是否之前已经被检测到，如果是，它将检测到的对象分配到相应的轨道。

但是，我不明白的一件事是物体检测器什么时候运行？是的，它应该在第一帧上运行，但在那之后，它是否只在每第 n帧后运行一次？或者它是否在每一帧上运行，但只在跟踪器预测的近似位置上运行。

谢谢。

我已经使用对象检测器在 CSV 文件中提取了所有边界框，格式如下：

如何在视频中的相应帧上绘制这些边界框。我还想以视频的形式保存输出，并为所有帧绘制边界框。

我想获得一种户外条件的背景减法方法，能够逐渐适应环境光的变化，但即使没有运动也能揭示存在的能力。

自适应opencv背景减法方法的问题在于它们只能在移动时检测到存在。另一方面，当光线条件并不总是相同时，旧的背景减除方法不起作用。

为了得到这个，我修改了处理视频库中的 Golan Levin 方法（实际帧与第一个初始帧进行比较），设置了一定的低差异阈值。

因此，我假设所有超过该阈值的变化都是由于存在（人、动物等），低于这个阈值的变化是由于渐进的光照条件，我把这个变化的像素放在背景的像素阵列中。

这不能令人满意，图像变脏，远非同质。任何关于如何实现这一目标的想法都将非常受欢迎。

如果有帮助，我会发布整个代码。非常感谢您的时间。