使用opencv跟踪车辆轨迹

Question

这个问题困扰了我很长一段时间。基本车辆计数程序包括：1。识别车辆。 2.按功能跟踪车辆。

然而，如果在时间t找到车辆＃1，那么在t + 1时程序开始跟踪车辆，但是通过识别过程也可以找到＃1，然后将跟踪t + 2程序两辆车辆，但实际上只是帧中的一个＃1。如何识别车辆避免重复检测？

提前致谢！

Answer 1

如果我理解正确，您会担心检测到您正在跟踪的物体（缺少探测器/跟踪器通信）。在这种情况下，您可以：

• 预检 - 在检测过程中排除您已跟踪对象的区域或
• 检查后 - 丢弃接近被跟踪对象的检测到的对象（如果＆＃34;选择性＆＃34;由于某种原因无法检测您的方法）

有几种可能的实施方式。

1. <强>面膜即可。创建一个二进制掩码，其中跟踪对象附近的区域被标记为＆＃34; （例如，跟踪对象附近和其他地方的零）。给定这样的掩码，在特定位置检测之前，您可以快速检查是否在那里跟踪某些内容，并中止检测（预检方法）或删除检测到的对象，如果您坚持使用检查后方法。

2. <强>蛮力即可。计算特定位置与每个跟踪位置之间的距离（您还可以检查重叠区域和其他特征）。然后，您可以丢弃与已跟踪对象太近和/或类似的检测。

让我们考虑哪种方式更好（以及何时）。

1. 掩码需要O（ N ）操作才能将所有跟踪对象添加到掩码中并执行O（ M ）操作以进行检查所有感兴趣的地点。那个O（ N + M ）= O（最大（ N ， M ）），其中 N 是跟踪对象的数量， M 是已检查位置的数量（例如，检测到的对象）。哪个号码（ N 或 M ）会更大取决于您的应用。保存二进制掩码也需要额外的内存（通常它不是很重要，但同样取决于应用程序）。

2. 暴力需要O（ N * M ）操作（每个 M 位置根据 N 候选人进行检查。它不需要额外的内存，并允许在检查期间执行更复杂的逻辑。例如，如果对象在一帧内突然改变大小/颜色/任何东西 - 我们可能不应该跟踪它（因为它可能是一个完全不同的对象遮挡原始对象）而是做其他事情。

总结一下：

当你拥有大量物品时，
1. 面具会渐渐变得更好。如果您在检测期间执行类似滑动窗口搜索的操作，并且可以排除某些区域（因为在这种情况下您可能会有一个很大的 M ），这几乎是必不可少的。您可能会将其用于预先检查。
2. Brute-force 在您拥有少量对象并且需要执行涉及不同属性的检查时是可以的。使用后检查。
最有意义

如果您碰巧需要介于两者之间 - 您必须更具创造性，并以某种方式在掩码中编码对象属性（以实现持续的查找时间）或使用更复杂的数据结构（以加快＆＃ 34;蛮力＆＃34;搜索）。