Расчет дисперсии в слежении за людьми
В настоящее время я пытаюсь отследить человеческие головы от системы видеонаблюдения. В настоящее время я использую цветную гистограмму и сравнение гистограммы LBP, чтобы проверить сродство между ограничивающими прямоугольниками. Однако иногда этого недостаточно.
Я читал статью по следующей ссылке: бумага, где описана метрика дисперсии. Однако я все еще не могу ясно понять это. Например, я не могу понять, что пи,j имеет в виду в уравнении. Может ли кто-нибудь любезно и четко объяснить, как я могу найти дисперсию между ограничительными рамками в отдельных кадрах, пожалуйста?
Ваша помощь очень ценится:)
1 ответ
Этот документ решает проблему отслеживания с использованием фоновой модели, как это делают большинство методов отслеживания CCTV. Модель BG создает маску переднего плана, и вышеупомянутый p_ij относится к этой маске после некоторой морфологии. В частности, они пытаются разделить капли переднего плана на компоненты, основываясь на пороговых значениях допустимых "промежутков" в отверстиях маски FG. Конечным результатом этой процедуры является набор двоичных масок, по одной для каждого предполагаемого объекта. Эти маски затем используются для отслеживания с использованием пространственной и временной согласованности. На мой взгляд, это старомодный способ обработки видеопоследовательностей, который уместен, только если вы ограничены в вычислительной мощности и сцены не переполнены.
Чтобы ответить на ваш вопрос, если O является маской, связанной с одним из предполагаемых объектов, то p_ij - это двоичный пиксель в (i,j) месте внутри маски. Таким образом, c_x и c_y являются центром масс бинарной фигуры, а дисперсия - это просто среднее расстояние от центра масс для фигуры (оно больше для более крупных объектов. Это обеспечивает согласованность масштаба при отслеживании, но в очень слабая манера. Вы можете сделать намного лучше, если у вас есть откалиброванная камера.