OpenCV 人体追踪答案

【问题标题】：OpenCV Human Body TrackingOpenCV 人体追踪
【发布时间】：2013-10-20 16:56:38
【问题描述】：

您好，我是 OpenCV 新手，我正在尝试使用放置在固定位置的摄像头来实现人体跟踪。我做了一些研究，发现了方向梯度直方图方法，但根据我的理解，它的作用是检测而不是跟踪。因此，我想知道在 OpenCV 上实现人体检测和跟踪的最简单方法是什么？

P/S：我找到了这个video，这正是我想要实现的。

【问题讨论】：

您可以接受一个足够好的答案。（点击左侧的复选标记有答案）

标签： c++ opencv object-detection video-tracking

【解决方案1】：

您也可以尝试使用 HAAR 级联进行人体检测。只需使用CascadeClassifier::CascadeClassifier() 加载级联，然后使用CascadeClassifier::detectMultiScale() 获取给定图像中检测到对象（身体）的区域。调整给detectMultiScale()的参数以加快和提高检测的准确性。

你可以找到一堆级联 here 包括一个用于身体检测的级联。

看看这些 SO 帖子：

【讨论】：

感谢您的详细建议，但如果不是太麻烦，我还有一个后续问题。您建议的方法是否通过快速重新检测来“模拟”跟踪，因为我想在实时视频源上为我正在跟踪的每个人（如上面的视频中所示）放置一个唯一标识符。可以用你的方法吗？再次感谢。
@user2900552 使用 HAAR 或 LBP 级联，您将只能检测每个相机帧内与所需对象相似的区域。所以是的，您在每一帧中“重新检测”，从而可以进行跟踪。为所需对象的实例分配唯一 id 需要使用主成分分析或线性判别分析或“特征检测和特征匹配”。找一本书叫《用实用的计算机视觉项目掌握opencv》。它有你需要的 c++ 食谱。
感谢您的友好回复。我肯定会尝试你的建议，但现在我真的需要先增加 OpenCV。再次感谢。
您指向bunch of cascades 的链接无效。能否请您更新新链接？

【解决方案2】：

您可以使用带有“人”模型的 HOG 检测器或潜在 svm 检测器来获取人的边界框，然后跟踪该人。

可以通过以下方式跟踪人的质心：测量新的质心位置。测量它的速度。使用当前帧位置和速度预测下一帧质心的位置。然后检查质心的新测量值是否接近预测值。如果是，那么它与前一帧中的人是同一个人，如果不是，那么它是一个新人进入该帧。

也许您应该跟踪边界框而不是质心。您的帧速率足够高，也许您可以只绘制边界框而忘记跟踪。

【讨论】：