차량 세분화 및 추적

나는 UAV에서 캡처 한 비디오에서 차량을 감지하고 추적하기 위해 한동안 프로젝트를 진행해 왔으며 현재는 차량 및 배경 이미지에서 추출 된 로컬 기능의 기능별 표현에 대해 훈련 된 SVM을 사용하고 있습니다. 그런 다음 슬라이딩 창 감지 접근 방식을 사용하여 이미지에서 차량을 현지화하려고 시도하고 추적하고 싶습니다. 문제는이 접근법이 너무 느리기 때문에 내 검출기가 내가 원하는만큼 신뢰할 수 없기 때문에 Im은 몇 가지 오 탐지를 얻습니다.

그래서 분류기를 적용하기 전에 검색 공간을 줄이기 위해 대략적인 위치를 찾기 위해 배경에서 자동차를 세분화하려고 시도했지만 어떻게 해야할지 모르겠지만 누군가 도울 수 있기를 바랐습니까?

또한 광학 모델을 사용하여 흐름 모델별로 프레임을 세그먼트 화하는 레이어를 사용한 모션 세그먼테이션에 대해 읽었습니다.이 방법에 대한 경험이 있다면 누구나이 방법이 적용 가능한지 여부에 대한 정보를 얻을 수 있습니까 내 문제.

업데이트 : 나는이 질문을 스택 오버플로에도 게시했으며 훌륭한 답변을 얻었습니다.이 아이디어를 이미 구현했으며 놀랍게도 잘 작동하고 있으며이 기술 외에도 광학 흐름을 사용하여 조사하고 있습니다.

아래는 샘플 비디오의 두 프레임입니다.

프레임 0 :

프레임 5 :

아아, 광학 흐름도 어려운 문제입니다 ;-)

보다 건설적으로하기 위해 시도해 볼만한 (또는이 특정 시퀀스에서 시도해보아야 할) 몇 가지 알고리즘이 있습니다.

• 더 나은 결과를 얻으려면 실제 문제에 대해 더 대표적인 (크기 및 방향으로) 차량의 데이터베이스에 피처 백을 다시 훈련 시키십시오.
• 접지는 평평한 평면이라는 사실을 사용하여 일부 파라 메트릭 광 흐름 (아핀 흐름 검색)을 수행하거나 시퀀스 프레임 사이의 약간의 아핀 등록을 계산합니다. 움직이는 차량은이 지배적 인 동작에서 벗어나게됩니다
• 일부 광학 흐름 알고리즘을 사용하여 흐름을 계산 한 다음 광학 흐름 벡터를 분류 / 클러스터링하려고 시도하십시오 (여전히 광범위하게 열려있는 문제입니다). 사용하는 언어에 따라 OpenCV의 광학 흐름, TU Graz , D. Sun의 광학 흐름 또는 내 ;-) 의 흐름을 사용할 수 있습니다 . 그러나 흐름을 세분화하는 것은 두 가지 단계, 즉 글로벌 (주요) 모션 평가와 작은 모션 감지의 두 단계로 수행해야하는 사소한 작업이 될 것입니다.