计算人体追踪中的离散度

Question

我目前正在尝试通过闭路电视追踪人头。我目前正在使用颜色直方图和 LBP 直方图比较来检查边界框之间的亲和力。然而有时候这些还不够。

我正在阅读以下 link 中的一篇论文：paper 其中描述了 dispersion 指标。但是我仍然无法清楚地了解它。例如，我无法理解等式中的 pi,j 指的是什么。有人可以清楚地解释我如何在不同的帧中找到边界框之间的分散吗？

非常感谢您的帮助:)

Answer 1

与大多数 CCTV 跟踪方法一样，本文使用背景模型解决跟踪问题。 BG模型产生一个前景mask，前面提到的p_ij经过一些morphology之后就和这个mask相关了。具体来说，他们尝试根据 FG 掩模孔中允许的 'gaps' 阈值将前景斑点分离成组件。这个过程的最终结果是一组二进制掩码，一个用于每个假设的对象。然后将这些掩码用于使用空间和时间一致性进行跟踪。在我看来，这是一种处理视频序列的老式方法，只有在处理能力有限且场景不拥挤的情况下才有用。

为了回答您的问题，如果 O 是与假设对象之一相关的掩码，则 p_ij 是掩码内 (i,j) 位置的二进制像素。因此，c_x 和 c_y 是二元形状的质心，色散只是距形状质心的平均距离（对于较大的物体，它较大。这会强制缩放跟踪的一致性，但以一种非常弱的方式。如果你有一个校准过的相机，你可以做得更好。