ビデオで検出された人の身長を推定するアルゴリズムに取り組んでいますが、立ち往生しています。
私が取り組んでいる部分は、HoG アルゴリズムを使用した人物の検出であるため、フレーム内のすべての人物の境界ボックスがあります。また、カメラのキャリブレーションを行ったので、固有および外部のカメラ パラメーターが得られました。
問題は、オブジェクトの高さとオブジェクトからカメラまでの距離の2 つの未知数を持つ透視投影の式が得られたことです。人を検出するために 1 つのモノラル Web カメラを使用しているため、オブジェクトからカメラまでの距離に関する情報はありません。高さは私が推定しようとしているものなので、それも持っていません。
距離を取得するために kinect またはステレオ カメラを使用すれば、この問題を解決できることはわかっていますが、モノラル Web カメラは 1 つだけに制限されています。
この問題にアプローチする方法について誰か考えがありますか? 参照オブジェクトの使用について読んだことがありますが、それらを使用して問題を解決する方法がわかりません。