我正在开展一个项目，我需要跟踪图像中的两个点。到目前为止，识别这些要点的最佳方法是让用户在程序首次运行时单击它们。我正在使用OpenCV（documented here中内置的Lucas-Kanade金字塔方法，但正如预期的那样，这不太合适。是否有更好的替代算法来跟踪OpenCV中的点，或者一些验证我已经拥有的点的其他方法是什么？ 我正在考虑使用GoodFeaturesToTrack，并从每个点到我想要跟踪的点之间的距离，也许某种向量指出两点之间的关系，并使用这些信息来确定我的新点。 我正在寻找方法来解决这个问题，不一定是代码示例。 谢谢
编辑：我正在跟踪小动作，如果有帮助的话
答案 0 :(得分：5)
如果你寻找一个在opencv中实现的解决方案，金字塔式的Lucas Kanade（PLK）方法就不行了，否则我更喜欢基于粒子滤波器的跟踪器。 要使用PLK提高跟踪性能，请确保已正确设置参数。例如。对于大型动作，你需要一个等级为ca.窗口不应该小（我更喜欢17x17到27x27）。另请注意，这些方法需要纹理区域才能跟踪点。这意味着角落像图像内容（光圈问题）。
我建议在要跟踪的点（P）周围的网格中播种一组点（ps）。而不是使用前向 - 后向阈值来拒绝错误跟踪的点。点（P）的运动将通过特定残差点集（ps）的平均运动来计算。
通过估计从第1帧到第2帧的运动来计算向前后向置信度。（ptList1 - ＆gt; ptList2）。并且从第2帧到第1帧具有点ptList2（ptList2 - ＆gt; ptListRef）。如果（|| ptRef - pt1 ||＆gt; fb_threshold），运动矢量将被拒绝。