如何使用OpenCV检测和追踪人物？

Question

我有一台相机，它会固定在一个地方，朝着室内的某个区域拍摄。人们会在相机前走过，大约距离相机有5米。我想用OpenCV来检测走过的人，理想的结果是得到一个包含检测到的人的数组，并且每个人都有一个边框矩形。

我看了一些内置的示例：

• 没有一个Python的示例适合我的需求。
• C语言的一个气泡追踪示例看起来不错，但它不支持实时视频，这让测试变得困难。而且这是所有示例中最复杂的，提取相关知识并转换成Python的接口也很麻烦。
• C语言的'motempl'示例也很有前景，因为它可以从后续的视频帧中计算出轮廓。这样我可能可以用它来找到紧密连接的部分，并提取出单独的气泡和它们的边框 - 但我仍然在想办法如何将后续帧中找到的气泡识别为同一个气泡。

有没有人能提供一些指导或示例，最好是用Python来实现的？

Answer 1

这显然不是一件简单的事情。你需要查阅一些科学出版物来获取灵感（谷歌学术在这方面会对你有帮助）。这里有一篇关于人类检测和追踪的论文：通过快速均值漂移模式寻找进行人类追踪

Answer 2

Nick，

你现在想要的不是人脸识别，而是运动检测。如果你能多告诉我们一些你想解决的问题或者想做的事情，我们就能给出更好的建议。
总之，运动检测有很多种方法，具体取决于你想用结果做什么。最简单的方法是通过对比图像来找出变化，然后设定一个阈值。而复杂的方法可能涉及到建立背景模型、前景减法、形态学操作，再到连通组件分析，如果需要的话还可以进行斑点分析。你可以下载opencv的代码，看看里面的示例文件夹，也许能找到你需要的东西。此外，还有一本关于opencv的Oreilly书籍。

希望这对你有帮助，
Nand

Answer 3

最新的OpenCV SVN版本里有一个（没有文档说明的）基于HOG的人行道检测功能。它甚至还带有一个预训练的检测器和一个Python的封装。基本用法如下：

from cv import *

storage = CreateMemStorage(0)
img = LoadImage(file)  # or read from camera

found = list(HOGDetectMultiScale(img, storage, win_stride=(8,8),
                padding=(32,32), scale=1.05, group_threshold=2))

所以，你可以选择在每一帧中运行这个检测器，直接使用它的输出，而不是进行跟踪。

想了解具体的实现，可以查看 src/cvaux/cvhog.cpp，如果想要一个更完整的Python示例，可以看 samples/python/peopledetect.py（这两个文件都在OpenCV的源代码里）。