跟踪是计算机科学研究仍然在研究的经典计算机视觉问题;您可以通过查看
CVPR 2010(这是一年一度的顶级计算机视觉会议)中的
accepted papers列表,快速了解这一领域最先进的技术,您将看到仍在发布的活动正在进行中主题(搜索列表中的“跟踪”).
用于跟踪问题的解决方案的标准处理流程的工作原理如下：首先解析图像以提取有意义的描述符,以捕获图像的相关角和其他显着特征.这些描述符随后被馈送到在线分类器,该分类器被训练成检测每个帧中特定感兴趣对象的可能实例.您的对象的描述符可能是先前(即离线计算)已知的对象看起来像以前的例子,但它通常是在每个帧中被系统随着时间的推移而看到的,以使检测适应到动态对象的外观.最后,为了从每个框架(从被检测到的那些)中选择一个可能的候选者池,使用连续的统计模型来估计对象的位置和速度等参数.
您描述的具体情况比在自然户外场景中的任意摄像机和物体运动的更一般和困难的对象跟踪问题容易一些,因此您可能可以在线查找可在您的设置中立即工作的一些代码,但是我对此表示怀疑.正如其他人指出的那样(并且据我所知),没有现成的图书馆可以为各种对象,背景和运动空间而立即使用.也就是说,您可以找到上面描述的标准通用管道(分类器,过滤器/功能库,马尔可夫估计模型)的各个组件的代码.
我的建议是,如果您有兴趣建立一个良好的系统(即实际工作的系统),那么请查看最近的年度计算机视觉会议论文作者的网站,如CVPR,ICCV,ECCV和SIGGRAPH.他们倾向于通过一些视频示例在线获取他们最近的工作,这可能有助于您了解他们的方法如何在真实的环境中工作.