Je travaille sur un projet depuis un certain temps, pour détecter et suivre des véhicules dans des vidéos capturées à partir d'UAV, actuellement j'utilise un SVM formé sur des représentations de caractéristiques de fonctionnalités locales extraites de véhicules et d'images d'arrière-plan. J'utilise ensuite une approche de détection de fenêtre coulissante pour essayer de localiser les véhicules dans les images, que je voudrais ensuite suivre. Le problème est que cette approche est loin d'être lente et que mon détecteur n'est pas aussi fiable que je le souhaiterais, donc j'obtiens pas mal de faux positifs.
J'ai donc envisagé de segmenter les voitures de l'arrière-plan pour trouver la position approximative afin de réduire l'espace de recherche avant d'appliquer mon classificateur, mais je ne sais pas comment procéder, et j'espérais que quelqu'un pourrait aider?
De plus, j'ai lu sur la segmentation de mouvement avec des couches, en utilisant le flux optique pour segmenter le modèle image par flux, est-ce que quelqu'un a une expérience avec cette méthode, si oui, pourriez-vous nous dire si vous pensez que cette méthode serait applicable pour mon problème.
MISE À JOUR : J'ai également posté cette question sur le débordement de pile, et j'ai eu une excellente réponse , j'ai déjà mis en œuvre cette idée et cela fonctionne bien et je cherche maintenant à utiliser le flux optique en plus de cette technique.
Voici deux images d'un exemple de vidéo
la source