改进目标检测的建议
Suggestions for improvenent object detection
我是 opencv 的新手，我正在尝试跟踪图像中的一些移动物体（例如汽车）。我已经计算了光流并用它来实现 kmeans 并尝试类似背景减法的方法，我的意思是将移动物体与静止物体分开。然后我还使用了视频的强度作为信息。以下截图分别来自流和k均值分割的结果：
成绩不好但也不坏。从现在开始我该如何进行？我正在考虑尝试 SURF feature extraction 和 SURF detector 。欢迎任何想法。
看来您使用的是密集光流。我会建议尝试一些特征检测（冲浪、快速等），然后进行稀疏光流跟踪（根据我的经验，它比此任务的特征匹配更好）。然后，一旦你有了一些帧的特征对应关系，你就可以使用基本矩阵、三焦张量、平面+视差或其他一些方法来检测运动物体。您稍后可以将移动对象聚类到代表不同对象的不同运动组中。
另外你的相机好像修好了。在这种情况下，您可以放弃运动检测步骤，只考虑具有足够位移的轨道，然后将其聚类为运动组。
我是 opencv 的新手，我正在尝试跟踪图像中的一些移动物体（例如汽车）。我已经计算了光流并用它来实现 kmeans 并尝试类似背景减法的方法，我的意思是将移动物体与静止物体分开。然后我还使用了视频的强度作为信息。以下截图分别来自流和k均值分割的结果：
成绩不好但也不坏。从现在开始我该如何进行？我正在考虑尝试 SURF feature extraction 和 SURF detector 。欢迎任何想法。
看来您使用的是密集光流。我会建议尝试一些特征检测（冲浪、快速等），然后进行稀疏光流跟踪（根据我的经验，它比此任务的特征匹配更好）。然后，一旦你有了一些帧的特征对应关系，你就可以使用基本矩阵、三焦张量、平面+视差或其他一些方法来检测运动物体。您稍后可以将移动对象聚类到代表不同对象的不同运动组中。
另外你的相机好像修好了。在这种情况下，您可以放弃运动检测步骤，只考虑具有足够位移的轨道，然后将其聚类为运动组。