opencv中的快速运动和目标检测

Question

我们如何同时检测快速运动和物体，让我举一个例子，....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。我在想人类检测，但如果我们看到足球比赛视频，那么人类检测就没有了，因为我们可以认为人类是objects.may，我们可以用斑点检测来做这件事，但是斑点有很多问题，比如：

1)我想把每个玩家都分开。因此，如果玩家会发生碰撞，那么斑点检测将无济于事。所以单独识别球员会有问题2)其次是体育场的灯光问题。

那么，有没有什么特别的算法、方法或库可以做到这一点呢？我看过一些研究论文，但没有satisfied...so建议任何与此相关的内容，如任何文章、算法、库、任何方法、任何研究论文等，请在此表达您的观点。

Answer 1

对于快速可靠的人体检测，Dalal and Triggs' Histogram of Gradients被普遍认为是非常好的。你试过玩那个吗？

既然你提到了快速运动变化，你是担心相机的快速运动还是球员/球的快速运动？

你可以做2D或3D视频稳定来修复摄像头的运动(试试优秀的Deshaker plugin for VirtualDub)。

对于快速的玩家运动，背景减去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，并将其用作模糊内核的估计。然后，这可以用来消除包含播放器的图像芯片的模糊。

您可以进行额外的处理，以基于OCRing球衣号码等建立身份。

你提到了对体育场灯光的担忧。主要的问题是它会投射阴影吗？可以由猪检测器来处理。斑点检测以获得模糊内核应该仍然可以很好地处理阴影。

如果您可以控制相机，则可能需要减少曝光时间以减少模糊。去噪技术可用于降低极弱光和密集光流方法中出现的CCD噪声，并通过添加去噪的帧来对准帧并将信号提高到合理的水平。