手順次の手順を実行しました。輪郭を使用してビデオ内の複数の車を追跡およびカウントする方法は？
これらの2つのステップを使用して、動画内のすべての移動車に輪郭を描くことができます。しかし、ビデオ内の車の数をカウントするために等高線をどのように追跡するのですか？
私はちょっと調べて、Kalman Filter、Lucas Kannade、Optical Flowのようなテクニックは違うようです...しかし、私はどのユースケースを使うのか分かりません。私はopencv3-pythonを使用しています。
実際、これは一般的な質問のようですが、私は視点を与えるつもりです（私自身はpointcloudsと同じ問題を抱えていましたが、あなたの質問とは異なるかもしれませんが、I hope it will give you an idea of how to proceed）。
あなたの輪郭が検出された後の時間のほとんどは、シーン内の移動物体を追跡することは主に3つのステップが含ま：
特徴マッチング：
このステップは、およそdetecting features in your object (Frame N) and match it to features of objects in frame (N+1)です。検出部はOpenCV（SURF、SIFT、ORB ...）のalgorithms and descriptorsの標準との部分を持っています。
カルマンフィルタ
カルマン・フィルターはget an initial prediction (generally by applying a constant velocity model for your objects)に使用されます。トラックの各出現点について、対応検索が実行される。平均距離が指定されたしきい値を上回っている場合は、フィーチャマッチングが適用されて初期推定値が改善されます。 これを行うには、Kalman filterで解決できる方法で問題をモデル化する必要があります。動き推定した後、動的マッピング
、the appearance of each track is updated。標準マッピング技法とは対照的に、動的マッピングは、静的オブジェクトと動的オブジェクトの両方の外観の詳細を蓄積しようとするアプローチです。動き推定とトラッキングプロセスを改善します。
論文の多くは、あなたが同様にこれらの論文でさらに見ても、そこにあります。
Robust Visual Tracking and Vehicle Classification via Sparse Representation
Motion Estimation from Range Images in Dynamic Outdoor Scenes
Multiple Objects Tracking using CAMshift Algorithm in OpenCV
はそれが役に立てば幸い！
ありがとうございます。私が最初のアルゴリズムを作成する方法は、輪郭検出で背景減算を使用することでした。その後、ハンガリーのアルゴリズムを使って輪郭を追跡しました。 – Adi
単純なスキャンラインのセットでカメラに合格した車をカウントするだけでよい場合は、光の障壁のようにそれらを使用してください – Piglet
例を挙げてください。 – Adi
は、レーンを横切るピクセルのラインを評価する。車以外の値からの強さに大きな変化がある場合は、あなたは車を通過します。 – Piglet