Opencv中的快速运动和物体检测

Question

我们如何同时检测快速运动和物体？让我举个例子，假设有一个足球比赛视频，我想以最高的精度检测每个球员的位置。我考虑使用人类检测，但如果我们观看足球比赛视频，则人类检测无法帮助我们，因为我们可以将人类视为物体。也许我们可以使用blob检测来完成这个任务，但是blob存在很多问题，例如： 1）我想分离每个球员，所以如果球员发生碰撞，则blob检测将无法帮助我们分别识别球员。 2）第二个问题是体育场上的灯光。

因此，是否有特定的算法、方法或库可以解决这个问题呢？我看过一些研究论文，但并不满意。请建议任何相关的文章、算法、库、方法、研究论文等，并请在此表达您的观点。

- Lyndon Peters

Answer 1

为了快速可靠地检测人类，Dalal和Triggs的梯度直方图通常被认为非常好。你有尝试过使用它吗？

由于你提到了快速运动变化，你是担心快速相机运动还是快速球员/球运动？

你可以进行2D或3D视频稳定来修复相机运动（尝试优秀的VirtualDub的Deshaker插件）。

对于快速的球员运动，背景减法或其他斑点检测肯定会有所帮助。您可以使用它来获得粗略的运动学估计，并将其用作模糊核的估计值。然后可以使用这个来去除包含球员的图像芯片的模糊。

您可以进行额外的处理，基于OCR球衣号码等来确定身份。

您提到对体育场灯光的担忧。主要问题是它会产生阴影吗？这可以通过HOG检测器来处理。斑点检测以获取模糊核仍然可以很好地处理阴影。

如果您控制相机，可以缩短曝光时间以减少模糊。去噪技术可用于减少在极低光线下发生的CCD噪声，而密集的光流方法则通过添加去噪帧来对齐帧并提高信号至合理水平。

- peakxu