跟踪和运动估计

运动估计和跟踪是许多计算机视觉应用程序中的关键活动,包括活动识别、交通监控、汽车安全、监视。

计算机视觉的工具箱™提供视频跟踪算法,如连续自适应均值漂移(CAMShift)和Kanade-Lucas-Tomasi (KLT)。您可以使用这些算法跟踪单个对象,或作为构建块在一个更复杂的跟踪系统。工具箱还提供了一个框架,用于跟踪,包括多个对象卡尔曼过滤和使用匈牙利算法分配对象检测跟踪。

运动估计是一个过程,确定街区相邻视频帧之间的运动。这个工具箱包括运动估计算法,如光流、块匹配和模板匹配。这些算法创建运动矢量,与整体形象、块,任意的补丁,或者个人像素。块和模板匹配,找到最佳匹配的评价指标包括均方误差(MSE),平均绝对偏差(疯狂),最大绝对差(MaxAD)的和绝对差(SAD),和的平方之和的区别(SSD)。