Opencv中的卡尔曼滤波如何追踪多个目标？

Question

我不了解使用python跟踪和标记几个移动对象的过程。我能够通过将每一帧转换为灰度，然后模糊，然后做BGS来隔离移动的物体（尽管二值图像仍然包含很多噪声）。在

我找到了带有cv2.findContours()的轮廓，这给了我一个小水滴作为numpy矩阵的列表。我想用Kalman滤波器来跟踪这些斑点，因为它在有噪声的情况下能很好地预测斑点的位置。然而，在我看来，考虑到KF的性质，找到轮廓是一个不必要的步骤，尤其是因为轮廓函数返回了许多高度可疑的斑点。在

我查看了kalman filter的代码，但我不知道如何告诉它跟踪blob，更不用说告诉过滤器blob在哪里（或者如何单独使用KF创建blob）。在

我的问题是，如果KF事先不知道斑点是什么或在哪里，它如何处理多目标跟踪（这就是为什么我得到了轮廓，但这个结果有点可怕）。而且，一旦KF开始跟踪对象，它如何存储这些blob，以便很容易地对其进行标记？在

Answer 1

卡尔曼滤波器本身不包含多个目标跟踪机制。为此，您需要一个额外的算法在上面：例如，多假设跟踪（MHT）在reid1979中，如果您有未知/变化的对象数量，或者联合概率数据关联，如果您知道对象的数量。在

注意，为了实际实现MHT，你需要在Cox和Hingorani 1996中引入的额外改进，“Reid的多假设跟踪的有效实现…”