【发布时间】：2014-01-01 13:06:26
【问题描述】：
我对简历很陌生，所以请原谅我的愚蠢问题......
我想做什么：
我想在实时视频中识别一架 RC 飞机（目前它只是一个录制的视频）。
到目前为止我做了什么：
- 帧之间的差异
- 将其转换为灰度
- 高斯模糊
- 阈值
- 查找轮廓
以下是一些示例框架：
但也有带噪点的帧，所以帧中的物体比较多。
我想我可以这样做：
对找到的每个轮廓使用一些对象识别算法。并且只计算每个边界矩形的特征向量。
是否可以仅针对图像的特定补丁（较小部分）计算 SURF/SIFT/...？
由于算法能够处理实时视频很重要，我认为只有在我不一直看整个图像的情况下才有可能？！或者，例如，如果有超过 10 个边界矩形，我可能会决定检查整个图像而不是每个矩形。
然后我将查看下一帧并尝试将我的特征向量与前一帧匹配。这样我就可以追踪我的对象。一旦这些物体越过图片中间的红线，它将触发另一个事件。但这并不重要。
我需要确保并非所有越过或超出红线的对象都会触发该事件。因此，至少需要有 2 或 3 个包含该对象的连续帧，如果它越过，那么只有这样才应该触发事件。
物体识别算法有这么多变种，我有点不知所措。 Sift/Surf/Orb/...你明白我在说什么。
谁能给我一个提示，我应该选择哪一个，或者我正在做的事情是否有意义？
【问题讨论】：
-
两个链接完全相同...
标签： c++ algorithm object opencv object-recognition