卢卡斯·卡纳德:如何计算跟踪点之间的距离

Question

我正在使用lucas-kanade opencv实现来跟踪帧之间的对象。我想做以下两件事：

• 计算各点在帧间的移动距离
• 跨帧跟踪每个对象的边框

我已经获得了使用cv2.goodFeaturesToTrack()跟踪的特性。我还将对象的边框添加到要跟踪的功能中。现在，我使用下面的方法来计算点np.sqrt(np.square(new_pts - old_pts).sum(axis=1).sum(axis=1))之间的距离。我不太确定这是否是正确的方法，因为在new_pts中，点的指数可能是不同的。old_pts中的每个索引对应于new_pts数组中相同的特性这一假设是否正确？

第二，是否有一种方法可以使用lucas kanade跟踪帧间的边界框？

Answer 1

在new_pts中，点具有相同的索引。但是它们不能被建立--请查看状态数组:如果statusi == 1，那么new_ptsi包含old_ptsi的一个新坐标。

为了获得更强的鲁棒性，它可以搜索直接流(goodFeaturesToTrack(frame1) -> LK流)、反向流(goodFeaturesToTrack(frame2) -> LK流)，并在两个方向上保持坐标相等的点。