Android系统中运动速度最快的物体识别与跟踪

Question

我正在做一个增强现实游戏，它需要识别和跟踪一个快速移动的物体。我尝试过以下图像处理库，

1. Opencv

2. BoofCv

3. FastCv

我尝试过TLD算法来跟踪目标，跟踪是成功的，但性能确实需要改进。如果对象移动得更快，则由于算法占用的处理时间，结果需要时间。我还用boofcv尝试了循环，均值漂移之类的算法。

查看这些演示：

使用OpenTLD的FastCv

Boofcv演示

这两个演示中的对象跟踪似乎很好，但计算需要时间。

我能用下面的场景来更快地做到这一点吗，

1. 提取待跟踪对象的r，g，b矩阵
2. 获取摄像机帧，并将其转换为r，g，b矩阵，并搜索相机帧中的跟踪对象矩阵。

有什么更好的方法吗？

Answer 1

我建议用灰度代替RGB，就像通常在图像处理中那样，这样你的计算就会减少到1矩阵而不是3。

如果您需要检查颜色，只需在需要时使用rgb，而不是整个计算过程。

跟踪快速运动的物体总是很困难的。尝试使用可以每秒拍摄更多帧的照相机，尽管您需要处理更多的图像，我想您是在移动设备上。

另外，您可以做的是将正在处理的图像缩小到一个更小的窗口，根据前面的对象位置，您可以估计下一个位置，并将其限制在一定的向量化范围内，并且只处理图像中的一些位。简单地说，只在图像的某些部分执行光流(使用灰度)。

Answer 2

我认为、SIFT、和SURF算法最适合这一目的。SIFT或SURF可以像任何其他特征检测器和提取器一样使用：

FeatureDetector detector = FeatureDetector.create(FeatureDetector.ORB); 
// May be SIFT,   SURF, etc 
detector.detect(mat, keypoints); 
DescriptorExtractor extractor =     DescriptorExtractor.create(DescriptorExtractor.ORB); 
// May be SIFT, SURF, etc 
extractor.compute(mat, keypoints, features);

使用openCv学习更多信息。当然，你的方式可能是找到解决这个问题的办法。继续试试看。