忽略植被运动的运动检测算法？
Motion detection algorithm for neglecting motion of vegetation?
我正在尝试编写自己的监控摄像头运动检测软件，但在我家外面感兴趣的区域，有很多植被运动，如果我使用一些更简单的方法，显然会触发记录仅依赖图像之间差异的算法。有人有什么建议吗？我正在努力寻找在线运动检测信息。我猜我将不得不采用一些边缘检测，或者可能是过滤过程。
干杯，
赞
在没有看过您的任何录音的情况下，我怀疑植被的运动看起来非常嘈杂且更随机，只有少数局部边缘，相比之下，我预计在风景中移动的人的连接边缘会更强。此外，在地板上移动的物体的边缘将在较长时间内主要朝向特定方向。
我的第一次尝试是
- 对输入图像进行中值滤波以减少噪声
- 与上一张（可能是第二张）图像的差异图像
- 一些边缘检测器
- 根据更强的
构建一些边缘列表
- 过滤掉weak/short条边
- 将上一帧中对象的边缘与新发现的对象进行匹配
- 应用一些位置跟踪和其他功能
- 根据此特征对对象行为进行分类
- 一个方向的一致运动
- 同一物体上的强边缘一致
- 对象大小
- 触发你的录音
或者，您可以跳转到最近对深度神经网络的炒作。
查找在线信息和工具（可能还有嵌入式硬件）来训练和 运行 CDNN。
将您当前的视频分成
- 您不想收到警告的视频
- 您希望收到警告的视频
让奇迹发生。
我正在尝试编写自己的监控摄像头运动检测软件，但在我家外面感兴趣的区域，有很多植被运动，如果我使用一些更简单的方法，显然会触发记录仅依赖图像之间差异的算法。有人有什么建议吗？我正在努力寻找在线运动检测信息。我猜我将不得不采用一些边缘检测，或者可能是过滤过程。 干杯， 赞
在没有看过您的任何录音的情况下，我怀疑植被的运动看起来非常嘈杂且更随机，只有少数局部边缘，相比之下，我预计在风景中移动的人的连接边缘会更强。此外，在地板上移动的物体的边缘将在较长时间内主要朝向特定方向。
我的第一次尝试是
- 对输入图像进行中值滤波以减少噪声
- 与上一张（可能是第二张）图像的差异图像
- 一些边缘检测器
- 根据更强的 构建一些边缘列表
- 过滤掉weak/short条边
- 将上一帧中对象的边缘与新发现的对象进行匹配
- 应用一些位置跟踪和其他功能
- 根据此特征对对象行为进行分类
- 一个方向的一致运动
- 同一物体上的强边缘一致
- 对象大小
- 触发你的录音
或者，您可以跳转到最近对深度神经网络的炒作。 查找在线信息和工具（可能还有嵌入式硬件）来训练和 运行 CDNN。
将您当前的视频分成
- 您不想收到警告的视频
- 您希望收到警告的视频
让奇迹发生。