Блог

У меня есть камера в фиксированном положении, смотрящая на цель, и я хочу определить, идет ли кто-то перед целью. Освещение в сцене может измениться, поэтому вычитание нового измененного кадра из предыдущего кадра приведет к обнаружению движения, даже если его на самом деле не произошло. Я подумал сравнить количество контуров (полученных с помощью findContours() на двоичном изображении края, полученном с помощью canny, а затем получить size () этого) между двумя кадрами, поскольку большое изменение здесь может означать движение, а также быть менее чувствительным к изменениям освещения, я новичок в OpenCVи мои реализации пока не увенчались успехом. Есть ли способ, которым я мог бы заставить это работать, или мне придется просто вычитать кадры. Мне не нужно отслеживать человека, просто определите, есть ли он в сцене.

Я немного устал, но есть разные способы сделать это.

SIFT и SURF — очень дорогостоящие операции, поэтому я не думаю, что вы захотите их использовать.

Существует несколько методов удаления фона.

1. Среднее удаление: в этом случае вы получаете среднее значение из N кадров и рассматриваете его как BG. Это уязвимо для многих вещей, изменения освещенности, тени, перемещения объекта, который долгое время находится в определенном месте и т. Д.
2. Модель гауссовой смеси: немного более продвинутая, чем 1. Все еще уязвим для многих вещей.
3. IncPCP (инкрементное отслеживание основного компонента): Я не могу полностью вспомнить алгоритм, но основная идея заключалась в том, что они преобразуют каждый кадр в разреженную форму, а затем извлекают движущиеся объекты из разреженной матрицы.
4. Оптический поток: вы обнаруживаете изменения во временной области видео. Например, вы сравниваете frame2 с frame1 блок за блоком и указываете направление изменения.
5. Методы на основе CNN: Я знаю, что их много, но я действительно не следил за ними. Возможно, вам придется провести некоторое исследование. Насколько я знаю, они часто лучше, чем описанные выше методы.

Обратите внимание, что для @ 30 кадров в секунду ваш код должен завершаться за 33 мс на кадр, так что это может быть реальное время. Вы можете найти много кода, доступного для этой задачи.

Есть несколько способов, которыми вы могли бы это сделать.

Первое, что приходит на ум, — это выполнение 2D FFT для входящих изображений. Цвет не должен слишком сильно влиять на БПФ, но перемещение объекта, вход / выход из кадра будет.

Второй способ — использовать SIFT или SURF для создания списка объектов на изображении, вы можете вставить эти точки на карту, отсортировать, как вам нравится, затем выполнить set_difference между последним полученным вами изображением и текущим изображением, которое у вас есть. Вы также можете использовать функциональность FLANN’а для сравнения сгенерированных объектов.