目标跟踪器 | Kalman + FAST 预测物体运动 | 附代码

文章预览

点击下方 卡片 ，关注“ 小白玩转Python ”公众号 对于目标跟踪，有诸如FAST、SURF、SIFT和ORB等特征提取算法。在从目标物体提取特征后，可以尝试对每一帧的这些特征进行跟踪，通过这种方式，可以创建一个简单的目标跟踪器。 但是，如何预测物体的运动呢？可能想知道1秒后目标物体将位于何处。仅使用特征提取算法是无法做到的，但不用担心，卡尔曼滤波器非常适合运动预测任务。 在本文中，我将展示如何使用卡尔曼滤波器和FAST算法来跟踪物体并预测物体的运动。 红色圆圈 → 运动预测 卡尔曼滤波器和FAST算法 卡尔曼滤波器使用过去的数据来预测物体的运动。使用卡尔曼滤波器时，必须跟踪一个物体，因为卡尔曼滤波器需要位置数据，基于这些位置数据，它预测物体的位置。 使用FAST算法，我将跟踪物体，提取中心坐标，并使用这些数据与卡 ………………………………