การแบ่งส่วนและติดตามยานพาหนะ


9

ฉันทำงานเกี่ยวกับโปรเจคมาระยะหนึ่งเพื่อตรวจจับและติดตามยานพาหนะในวิดีโอที่ถ่ายจาก UAV ในขณะนี้ฉันใช้ SVM ที่ได้รับการฝึกอบรมเกี่ยวกับการนำเสนอคุณสมบัติถุงของคุณลักษณะท้องถิ่นที่ดึงมาจากยานพาหนะและภาพพื้นหลัง จากนั้นฉันใช้วิธีตรวจจับหน้าต่างแบบเลื่อนเพื่อลองและ จำกัด ยานพาหนะในรูปภาพซึ่งฉันต้องการติดตาม ปัญหาคือวิธีการนี้ช้าและตัวตรวจจับของฉันไม่น่าเชื่อถือเท่าที่ฉันต้องการดังนั้นฉันจึงได้รับผลบวกที่ผิดพลาดเล็กน้อย

ดังนั้นฉันจึงพิจารณาที่จะพยายามแบ่งส่วนรถยนต์จากพื้นหลังเพื่อค้นหาตำแหน่งโดยประมาณเพื่อลดพื้นที่การค้นหาก่อนที่จะใช้ตัวจําแนกของฉัน แต่ฉันไม่แน่ใจว่าจะไปเกี่ยวกับเรื่องนี้อย่างไรและหวังว่าจะมีคนช่วย

นอกจากนี้ฉันได้อ่านเกี่ยวกับการแบ่งส่วนการเคลื่อนไหวด้วยเลเยอร์โดยใช้ออปติคัลโฟลว์เพื่อแบ่งเฟรมตามโมเดลโฟลว์ไม่มีใครมีประสบการณ์ใด ๆ กับวิธีการนี้ถ้าเป็นเช่นนั้นคุณสามารถให้อินพุตบางส่วนได้หรือไม่ ปัญหาของฉัน

UPDATE : ฉันโพสต์คำถามนี้ไว้ใน stack overflow ด้วยและมีคำตอบที่ยอดเยี่ยมฉันได้ใช้ความคิดนี้ไปแล้วและมันก็ทำงานได้ดีมากและตอนนี้ฉันก็กำลังตรวจสอบการใช้ optical flow นอกเหนือจากเทคนิคนี้

ด้านล่างเป็นสองเฟรมจากวิดีโอตัวอย่าง

กรอบ 0: ป้อนคำอธิบายรูปภาพที่นี่

กรอบ 5: ป้อนคำอธิบายรูปภาพที่นี่

คำตอบ:


6

อนิจจาการไหลของแสงเป็นปัญหาที่ยากเกินไป ;-)

เพื่อที่จะสร้างสรรค์มากขึ้นต่อไปนี้เป็นอัลกอริทึมบางอย่างที่ควรค่าแก่การลอง (หรือเคยลองในลำดับนี้มาก่อน):

  • ฝึกกระเป๋าคุณลักษณะของคุณอีกครั้งบนฐานข้อมูลของยานพาหนะตัวแทนมากขึ้น (ขนาดและการวางแนว) กับปัญหาที่แท้จริงของคุณเพื่อให้ได้ผลลัพธ์ที่ดีขึ้น
  • ใช้ความจริงที่ว่าพื้นดินเป็นระนาบราบเพื่อทำการไหลแบบออพติคัลพาราเมตริก (ค้นหาการไหลแบบเลียนแบบ) หรือเพื่อคำนวณการเลียนแบบการลงทะเบียนระหว่างเฟรมของลำดับ ยานพาหนะที่กำลังเคลื่อนที่จะได้รับค่าเหนือกว่าจากการเคลื่อนไหวที่โดดเด่นนี้
  • ใช้อัลกอริธึมการไหลแบบออพติคอลเพื่อคำนวณการไหลจากนั้นลองจำแนกคลาส / การจัดกลุ่มของเวกเตอร์การไหลแบบออปติคัล (นี่ยังคงเป็นปัญหาที่เปิดกว้าง!) ขึ้นอยู่กับภาษาที่คุณใช้คุณสามารถใช้โฟลว์ออพติคอลของ OpenCV อันหนึ่งจากTU Graz , โฟลว์ออปติคอลของ D. Sunหรือแม้แต่ของฉัน ;-) อย่างไรก็ตามโปรดทราบว่าการแบ่งกลุ่มการไหลจะเป็นงานที่ไม่สำคัญที่คุณควรทำในสองขั้นตอน: การคาดการณ์การเคลื่อนไหวทั่วโลก (เด่นชัด) จากนั้นตรวจจับการเคลื่อนไหวขนาดเล็ก
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.