急速な動きとオブジェクトを同時に検出するにはどうすればよいでしょうか? 例を挙げましょう.... 1 つのサッカーの試合ビデオがあり、各選手の位置を最大限の精度で検出したいとします。人間の検出について考えていましたが、サッカーの試合のビデオを見ると、人間をオブジェクトと見なすことができるため、人間の検出には何もありません。ブロブ検出でこれを行うことはできますが、ブロブには次のような多くの問題があります。
1) 選手一人一人を分けたい。したがって、プレイヤーが衝突する場合、ブロブ検出は役に立ちません。そのため、プレーヤーを個別に識別する問題があります。2) 2 つ目は、スタジアムのライトの問題です。
これを行うための特定のアルゴリズム、メソッド、またはライブラリはありますか..？私はいくつかの研究論文を見てきましたが、満足していません...記事、アルゴリズム、ライブラリ、方法、研究論文など、これに関連するものを提案してください。
高速で信頼性の高い人間の検出については、Dalal と Triggs の勾配ヒストグラムが非常に優れていると一般に認められています。あなたはそれで遊んでみましたか？
急速な動きの変化についておっしゃっていましたが、カメラの動きや選手/ボールの動きの速さについて懸念はありますか?
カメラの動きを修正するために、2D または 3D のビデオ安定化を行うことができます ( VirtualDub の優れた Deshaker プラグインを試してください)。
プレーヤーの動きが速い場合は、バックグラウンド減算またはその他のブロブ検出が確実に役立ちます。これを使用して大まかな運動学的推定を取得し、それをぼかしカーネルの推定として使用できます。これを使用して、プレーヤーを含む画像チップのブレを除去できます。
OCRingジャージー番号などに基づいて識別を確立するために、追加の処理を行うことができます.
あなたはスタジアムのライトについて懸念を述べていました。それが影を落とすことが主な問題ですか？これは、HOG 検出器で処理できます。ぼかしカーネルを取得するためのブロブ検出は、シャドウでも問題なく機能するはずです。
カメラを制御できる場合は、露出時間を減らしてブレを減らすことができます。ノイズ除去技術を使用して、極端に暗い光と高密度のオプティカル フロー アプローチで発生する CCD ノイズを低減し、フレームを整列させ、ノイズ除去されたフレームを追加することで信号を適切な値に戻します。