缺口,
您要找的不是人检测,而是运动检测。如果您向我们详细介绍了您要解决的问题/我们将做的更好。无论如何,有许多方法可以进行运动检测,具体取决于要对结果进行的处理。最简单的方法是先进行差分,然后进行阈值处理,而复杂的操作可能是适当的背景建模->前景减法->形态学操作->连通成分分析,然后根据需要进行斑点分析。下载opencv代码并查看示例目录。您可能会看到想要的东西。另外,有一本关于OCV的Oreilly书。
希望这会有所帮助,南德
0
缺口,
您要找的不是人检测,而是运动检测。如果您向我们详细介绍了您要解决的问题/我们将做的更好。无论如何,有许多方法可以进行运动检测,具体取决于要对结果进行的处理。最简单的方法是先进行差分,然后进行阈值处理,而复杂的操作可能是适当的背景建模->前景减法->形态学操作->连通成分分析,然后根据需要进行斑点分析。下载opencv代码并查看示例目录。您可能会看到想要的东西。另外,有一本关于OCV的Oreilly书。
希望这会有所帮助,南德
0
OpenCV的最新SVN版本包含(未记录)基于HOG的行人检测的实现。它甚至带有预训练的检测器和python包装器。基本用法如下:
from cv import *
storage = CreateMemStorage(0)
img = LoadImage(file) # or read from camera
found = list(HOGDetectMultiScale(img, storage, win_stride=(8,8),
padding=(32,32), scale=1.05, group_threshold=2))
因此,您可以只在每帧中运行检测器并直接使用其输出,而不是进行跟踪。
有关实现的信息,请参见src/cvaux/cvhog.cpp
;对于更完整的python示例(请参见OpenCV源代码),请参见samples/python/peopledetect.py
。
0
这类似于我们在“计算机视觉”课程中所做的一个项目,我现在可以告诉您,这是一个很难解决的问题。
您可以使用前景/背景分割,找到所有斑点,然后确定它们是一个人。问题在于,由于人们倾向于走到一起,彼此走过去等等,它无法很好地工作,所以一个斑点可能很好地由两个人组成,然后您会看到这些斑点在行走时分裂并合并。
您将需要一种在一个斑点中区分多个人的方法。我希望这不是问题,任何人都可以在一个SO帖子中回答。
我的建议是深入研究可用的研究,看看您是否能在其中找到任何东西。考虑到存在可以做到这一点的产品,这个问题并非无法解决:Autoliv有一款产品可以使用汽车上的红外摄像头检测行人,我还看到了其他产品,可以统计进入和退出商店的顾客。
0
我有一台固定的相机,指向室内区域。人们将走过相机,距离相机约5米。使用OpenCV ,我想检测走过的人-我的理想回报是一组检测到的具有矩形边界的人。
我看了几个内置示例:
有没有人能够提供指导或示例来进行此操作-最好是在Python中 ?