kalman过滤器如何在Opencv python中跟踪多个对象？

Question

我不了解使用python跟踪和标记多个移动对象的过程。通过将每个帧转换为灰度，然后模糊，然后进行BGS，我能够隔离移动物体（尽管二进制图像仍包含大量噪声）。

我找到了cv2.findContours()的轮廓，它给了我blob作为numpy matricies列表。我想使用卡尔曼滤波器跟踪这些斑点，因为它非常善于预测斑点在存在噪声时的位置。然而，在我看来，鉴于KF的性质，找到轮廓是不必要的步骤，特别是因为轮廓函数返回了许多高度可疑的斑点。

我查看了kalman filter的代码，我看不出如何告诉它跟踪blob，更不用说告诉过滤器blob在哪里（或者如何使用KF单独创建blob ）。

我的问题是，如果KF事先不知道blob是什么或在哪里（这就是为什么我得到了轮廓，但这个结果有点可怕），KF如何处理多个对象跟踪。并且，一旦KF开始跟踪对象，它如何存储blob以便它可以轻松标记？

Answer 1

卡尔曼滤波器本身不包含多个对象跟踪机制。为此，您需要一个额外的算法：例如，如果您有未知/不同数量的对象，则在Reid 1979中使用多假设跟踪（MHT），如果您已知对象数量，则需要联合概率数据关联。

请注意，为了实际实施MHT，您需要在Cox和Hingorani 1996中引入其他改进，“Reid多重假设跟踪的有效实施......”