如何处理遮挡和分段问题

Question

12

我正在尝试使用计算机视觉实现一个人数统计系统，用于大学项目。目前，我的方法是：

问题在于，如果人们以组的形式到来，我的方法只会计数一个人。从我的阅读中得知，我认为这就是所谓的遮挡问题。另一个问题是当人们与背景相似时（穿着黑色衣服并经过黑色柱子/墙壁），斑点被分开，而实际上它是一个人。

从我的阅读中得知，我应该实现一个检测器+跟踪器（例如使用HOG检测人）。但是我的检测结果很差（例如使用OpenCV人体检测器和我自己训练的检测器，假阳性率为50％，命中率为50％），所以我不确定是否要使用检测器作为跟踪的基础。感谢您的回答和阅读本帖子的时间！

- bonchenko

2个回答

5

处理遮挡（和背景减除）仍然是未解决的问题，因此没有单一的“好”答案！以下是几个指针可以帮助您完成项目。

您希望检测一个“blob”是一个人还是一组人。有几件事情可以做来处理这个问题。

- 使用多个摄像头（不太可能从所有角度将一组人检测为单个blob） - 尝试检测人体的部位。如果在单个blob上检测到两个头部，则有多个人。同样可以说是3条腿，5个肩膀等。

在跟踪“丢失”的人（走在另一个物体后面的人）的领域中，可以通过推算其位置来处理。您知道一个人在帧之间只能移动那么多。通过考虑这一点，您知道用户不可能在图像中间被检测到，然后突然消失。经过多个帧未看到此人后，您可以放弃观察，因为此人可能已经有足够的时间离开。

- Nallath

我明白了，所以我需要改进和修改我的检测器，从全身人体检测器到基于部位的人体检测器。我会多了解一些关于这方面的知识，因为我更熟悉使用HOG、LBP、潜在SVM等检测方法，而不是多摄像头技术。谢谢你，Nallath！ - bonchenko

有点像所谓的“词袋”模型。 - Nallath

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Eric · Accepted Answer

视频监控序列中的人物跟踪仍然是研究界面临的一个难题。然而，粒子滤波器(PF)(又称顺序蒙特卡罗)在遮挡和复杂场景方面取得了良好的结果。您应该阅读this。此外，在参考文献之后还有示例源代码的额外链接。

使用PF的优点是在跟踪检测(仅限)中节省计算时间。

如果您选择这种方法，请随时询问有关PF背后的数学问题的更好理解。