OpenCV：计算视频中的边界框
OpenCV: counting bounding box in a video
我有一些视频被认为是人物检测的基本事实：this is an example。
我也有主要视频（没有任何检测），我必须 运行 我的人物检测算法，并将我的结果与地面实况视频进行比较。
问题是我不仅想要 定性 比较，还想要 定量 比较。因此，就我个人算法中能够计算检测的数量而言，我必须找到一种可靠的方法来计算地面实况视频中出现的边界框的数量每帧。
我已考虑 this link and this one either，但它们旨在找到形状的轮廓，而不是边界框。我知道检测检测次数听起来很荒谬，但这是我必须获得数字基本事实的唯一方法。
使用具有源视频和基本事实的 pedestrian dataset。源视频将是一个视频文件（如 .avi），而基本事实是一个电子表格（如 .csv）。电子表格中保存了行人周围边界框的 x,y 坐标和宽度和高度。
要直观地检查您的结果，请在同一视频上绘制基本事实和您的结果。
使用算法定量检查您的结果。我使用的精度函数是：
overlap / ((ground_truth_area + my_results_area)/2)
重叠部分在 gif 中以灰色显示。 How I calculated overlap.
我有一些视频被认为是人物检测的基本事实：this is an example。
我也有主要视频（没有任何检测），我必须 运行 我的人物检测算法，并将我的结果与地面实况视频进行比较。
问题是我不仅想要 定性 比较，还想要 定量 比较。因此，就我个人算法中能够计算检测的数量而言，我必须找到一种可靠的方法来计算地面实况视频中出现的边界框的数量每帧。
我已考虑 this link and this one either，但它们旨在找到形状的轮廓，而不是边界框。我知道检测检测次数听起来很荒谬，但这是我必须获得数字基本事实的唯一方法。
使用具有源视频和基本事实的 pedestrian dataset。源视频将是一个视频文件（如 .avi），而基本事实是一个电子表格（如 .csv）。电子表格中保存了行人周围边界框的 x,y 坐标和宽度和高度。
要直观地检查您的结果，请在同一视频上绘制基本事实和您的结果。
使用算法定量检查您的结果。我使用的精度函数是：
overlap / ((ground_truth_area + my_results_area)/2)
重叠部分在 gif 中以灰色显示。 How I calculated overlap.