假设我们在路上有一台高摄像头。
让我们说它是一个数据流。
我们可以使用什么来制作能够识别穿越车道的汽车的软件。
让我们说有一条实线,我们想检测穿过实线的汽车。
我正在寻找有助于以这种方式实现这个想法的软件包,但是如果你有一个不同的方法,它仍然可以提供创意。
对于简单的情况,如果汽车穿过一条车道,即实线,那么你看不到两侧的实线,就没有越过实线。
视频中的每张图片都是无状态的。(可以计算的数量多于汽车)。
下一阶段是识别汽车并尝试计算每辆车一次。
我知道一些编程语言。并且代码用于开源,所以我不会购买任何包。
答案 0 :(得分:1)
正如您所注意到的,这可以自然地分成三个较小的子问题:(1)识别车道,(2)识别车辆,以及(3)检测车辆何时穿过车道。这就是我解决问题的方法:
根据您的设置“好”,这可能从简单到非常困难:
如果你最终处理明显的透视失真,麻省理工学院DARPA团队的这两篇论文提出了一个使用相机校准来纠正效果的解决方案:
如果您可以在帧之间存储某些状态,那么检测汽车的最简单方法是使用背景减法(即“任何移动得足够快的东西都是汽车”)。删除背景后,剩余像素可以使用连通分量算法(例如填充)分组为类似汽车的块。
没有状态,这就变成了一个更复杂的对象识别问题。
假设其他一切正常,这是相对简单的。检查被识别为汽车的任何像素是否与被识别为线条的任何像素相交[或在某个容差范围内。]