我正在开发一个OpenCv项目的交通监控系统，我需要检测移动的汽车和人 . 我正在使用背景减法方法来检测移动物体，从而绘制计数器 . 我有一个问题：当两辆车在道路上行驶时，我的系统将其检测为一辆车，我已经使用了所有的努力，如精确边缘检测，转换等 . 任何人都可以告诉我任何特定的方法来解决这类问题 .
CV系统跟踪对象，因为移动的斑点（移动像素的“ Cloud ”）识别它们，并且在遮挡的情况下彼此不同 . 当两个（或更多）blob相交时，系统会将它们合并到一个组合对象中，并通过当前包含在组合中的所有源对象的ID来标记它 . 当其中一个对象与组合分离时，CV系统识别哪一个出来并适当地重新排列ID .
很多解决方案都是可能的 .
几何方法可以检测到一个移动的斑点太大而不能成为单个乘用车 . 不过，这可能表明一辆带有大篷车的汽车 . 这引出了另一个问题：如果你有两个一起移动的斑点，你怎么知道它是两辆车而不是一辆车拖着一辆大篷车？您可能需要添加一些基本形状检测 .
另一个微不足道的方法是观察汽车不会突然增加 . 如果你有5个视频帧，其中4个你发现了两辆车，那么第5帧很可能还有两辆车 .
2 回答
CV系统跟踪对象，因为移动的斑点（移动像素的“ Cloud ”）识别它们，并且在遮挡的情况下彼此不同 . 当两个（或更多）blob相交时，系统会将它们合并到一个组合对象中，并通过当前包含在组合中的所有源对象的ID来标记它 . 当其中一个对象与组合分离时，CV系统识别哪一个出来并适当地重新排列ID .
很多解决方案都是可能的 .
几何方法可以检测到一个移动的斑点太大而不能成为单个乘用车 . 不过，这可能表明一辆带有大篷车的汽车 . 这引出了另一个问题：如果你有两个一起移动的斑点，你怎么知道它是两辆车而不是一辆车拖着一辆大篷车？您可能需要添加一些基本形状检测 .
另一个微不足道的方法是观察汽车不会突然增加 . 如果你有5个视频帧，其中4个你发现了两辆车，那么第5帧很可能还有两辆车 .