多目标检测与跟踪

Question

我是图像处理的新手，我正在做一个多目标检测(帧中的任何目标)和跟踪的项目。我读到的检测算法很少，并且考虑使用卡尔曼滤波器实现高斯混合模型的检测和跟踪。

1)与其他背景减除方法相比，GMM有多好？

2)由于GMM使用k-means来分离前景和背景。我一直在尝试找出K高斯分布的最佳个数？有没有找到K的方法/算法？

3) GMM仅检测移动对象。如何检测静态对象？

我想在ImageJ中使用Java实现这个项目。

有什么建议吗？请帮帮我！！

Answer 1

我不是Java专家，但我可以告诉你该怎么做:第一个用于执行背景减法的mog是在1999年。虽然有许多算法试图优化mog，但仍然存在两个基本问题: 1-对强度值变化的敏感度非常高，2-它的适应速度很慢，它在检测缓慢移动的物体和避免重影(移动物体造成的空洞)之间进行权衡如果你刚刚开始解决这样的问题，我建议使用: vibe或任何它的扩展: vibe+，vibe++，lobster，subsense。这些方法不适合任何基于prob的模型，这就是为什么它们是有效的。

对于静态对象:这是完全不同的问题。您可以使用提案生成算法(边框)来建议提案。这些建议可以通过机器学习进行分类。您需要知道，这些问题仍在研究中，没有最优解决方案