超级会员免费看
本文详细介绍了如何通过OpenCV实现基于背景提取的运动估计和基于光流的运动估计。通过背景提取检测视频中的运动目标，利用光流估计算法跟踪特征点并展示运动向量。文章提供了C++和Python版本的代码示例，并讨论了光流估计的局限性和潜在改进方案。
通过OpenCV完成基于背景提取的运动估计
- 基于背景的运动估计假设摄像机静止不动，在安防或者是交通监控场合，通常满足这样的条件
- 要求
- 给定一个视频，用红线的虚线框框定了需要检测的区域
- 我们需要根据输入的图像序列，检测当前框中所有的运动目标，并且标示出来每一个目标的外接矩形，能够判断这个目标的类别
- 换句话来说就是针对一个视频标出来这个视频里面运动的各种目标(比如：人)
- 视频资源下载
- 上面这张图是经典的PETS测试视频
- PETS最开始是在2000年一个有名的国际会议中提出来的，专门用来测试各种算法
- 后来，大家做这类算法都把这个PETS中的视频作为我的算法的一个测试方式，紧接着PETS每一年或者两年都要更新一次，直到几年以前停止更新
- 在用的时候，通常会看
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
