带光流的SORT
扩展SORT的卡尔曼滤波器测量模型，以添加从“光流”中得出的速度分量。 这是我与德国航空航天中心合作完成的计算机科学学士学位论文的一部分。 尽管不用于行人跟踪，但可以评估该方法并将其与数据集一起使用。
基本思想可以概括为：
以边界框的形式获取感兴趣的区域，并检测该区域中的特征点。
计算检测到的特征点到框之前的光通量，以提供速度。
根据最低的马氏距离选择更新速度。
使用检测和/或速度更新轨道的卡尔曼滤波器。
为了检测特征点，我使用OpenCV ，稀疏光流的计算是通过OpenCV稳健局部光流（RLOF）的来完成的。
此实现在具有64GB RAM的AMD Ryzen7 3700X的数据集上以〜50FPS的速度运行，每个检测最多具有50个特征点，RLOF的设置为：
useIlluminationModel = false ;
useInitialFlow = f
2022-01-15 19:55:48
27KB
1
软件预览图：https://img-blog.csdnimg.cn/d8dd76ab6bbe438cb115273f4fa25689.png
多线程并发日采集几十万（去重后）业内领先。
永久更新维护！
2022-01-14 14:10:51
4.49MB
1
软件预览图：https://img-blog.csdnimg.cn/d8dd76ab6bbe438cb115273f4fa25689.png
多线程并发日采集几十万（去重后）业内领先。
永久更新维护！
2022-01-12 19:07:13
4.49MB
1
软件预览图：https://img-blog.csdnimg.cn/d8dd76ab6bbe438cb115273f4fa25689.png
多线程并发日采集几十万（去重后）业内领先。
永久更新维护！
2022-01-12 19:07:09
4.49MB
1