如何在蒙板图像上进行基于网格（密集）的光流？

Question

我正在尝试使用摄像机跟踪多人。我不想使用blob分割技术。 我想做什么：

1. 进行背景扣除以获得隔离人们的面具。运动。

   1. 在这些区域执行基于网格的光流 - 什么是我最好的选择？

我正在努力实施。我已经尝试过斑点检测以及一些基于光流的示例（稀疏），稀疏并没有真正为我做这件事，因为我没有从goodfeaturestotrack（）获得足够的特征点 - 我想最终得到每个人至少有20个跟踪能点，这就是为什么我认为基于网格的方法对我来说会更好，我会使用获得的运动向量来对不同的人进行分类（可能会对大小和方向进行聚类？）

我在Python 3.5中使用opencv3 - 但在这个领域我还是很吵。 非常感谢一些指导！

Answer 1

对于稀疏光流（在OpenCV中采用金字塔形Lucas Kanade方法），您不需要良好的特征 - 跟踪强制性以获得位置。 calcOpticalFlowPyrLK函数允许您估计预定位置的运动，这些也可以由您给出。 所以只需要自己初始化一个cv :: Point2f的网格，例如创建一个点列表并将位置设置到位于blob的网格点，然后运行calcOpticalFlowPyrLK（）。

良好的特征到跟踪方法的想法是，它为您提供了calcOpticalFlowPyrLK（）结果更可能准确的点，这是在具有边缘的图像位置上结构。但根据我的经验，这并不总是提供最佳的特征点集。我更喜欢使用常规网格作为特征点集。