Estou trabalhando em um projeto há algum tempo, para detectar e rastrear veículos em vídeo capturado de UAV's, atualmente estou usando um SVM treinado em representações de recursos de recursos locais extraídos de veículos e imagens de fundo. Estou usando uma abordagem de detecção de janela deslizante para tentar localizar veículos nas imagens, que eu gostaria de acompanhar. O problema é que essa abordagem está muito lenta e meu detector não é tão confiável quanto eu gostaria, então estou recebendo alguns falsos positivos.
Por isso, estive pensando em tentar segmentar os carros do plano de fundo para encontrar a posição aproximada, a fim de reduzir o espaço de pesquisa antes de aplicar meu classificador, mas não sei ao certo como proceder e esperava que alguém pudesse ajudar?
Além disso, tenho lido sobre a segmentação de movimento com camadas, usando o fluxo óptico para segmentar o quadro quadro a modelo de fluxo, alguém tem alguma experiência com esse método? Se sim, você poderia oferecer alguma entrada para saber se esse método seria aplicável a meu problema.
ATUALIZAÇÃO : Também postei essa pergunta no estouro de pilha e tive uma excelente resposta , já implementei essa idéia e ela está funcionando bem de maneira surpreendente e agora estou investigando o fluxo óptico além dessa técnica.
Abaixo estão dois quadros de um vídeo de amostra
quadro 0:
quadro 5:
