簡単に言えば、OpenCv を使用してウェブカメラ フィードで特定の画像 (写真/グラフィック/ロゴ) の追跡を実装するための利用可能なオプションは何ですか?特に、私は次のことについて意見を照合しようとしています:
HaarTraining はやり過ぎでしょうか (3D オブジェクトではなく、単に画像を追跡することを考えると)、それとも唯一の方法ですか?
テンプレート マッチング、色ベースの検出を試しましたが、これらはさまざまな照明/スケール/方向の下で信頼できる追跡を提供しません。
SO に関する以前のクエリ (非常に役立つ返信) から明らかなように、 OpenCV の比較的初心者です。OpenCV で NFT の実装を開始するための手がかりやリンクはありますか?
あなたの要件についてもう少し話してもらえますか？つまり、どのような種類の外観のバリエーションを期待するか、環境をどの程度制御できるかです。速度/電力/リソースのフットプリントに関して、どのような制約がありますか?
それらがなければ、あなたが話している3つのパスに一般的な評価を与えることしかできません.
1. Haar は、特にインスタンスの認識において、適切かつ迅速に機能します。
さまざまな視点をカバーするためにあらゆる種類のテンプレートを使用してトレーニングしない限り、Haar は 3D ではうまく機能しないことに注意してください。Haar カスケードの代表的なアプリケーションは、Viola Jones の顔検出システムであり、主に正面の顔を対象としています (他の多くのことについては確かにトレーニングできます)。
OpenCV を使用した Haar トレーニングのチュートリアルについては、こちらを参照してください。
2. NCC を試してみるか、さらに良いことに、Lucas Kanade トラッキング (cvCalcOpticalFlowPyrLK は、粗い から細かい LK のようにピラミッド型であり、通常は 4 レベルのピラミッドが適切に機能します) をテンプレートとして試してください。通常、テンプレートを変更しなくても、最大 10% のスケールまたは 10 度の回転で問題ありません。それを超えて、時間の経過とともに変化する可能性のある、自動的に進化するテンプレートを持つことができます。
オプティカル フロー/トラッキングの簡単なチュートリアルについては、こちらを参照してください。
3. SIFT/SURF は非常にうまく機能します。偽の一致を削除するために、追加の幾何学的検証ステップをお勧めします。
計算にかかる時間が少し気になります。重要なイルミネーション/スケール/面内回転がない場合、SIFT はおそらくやり過ぎです。本当に必要な場合は、Changchang Wu の優れた SIFTGPU 実装を確認してください。注: OpenCV ではなく、サードパーティです。
趣味のプロジェクトでない限り、どの方法も単独で適用しても信頼できる結果は得られないようです。おそらく、いくつかの適応アルゴリズムは多かれ少なかれ受け入れられるでしょう。たとえば、機械学習を使用する有名なオープンソース プロジェクトを参照してください。