运动车体目标追踪及区域检测

目标追踪是对摄像头视频中的移动目标进行定位的过程。为了跟踪视频中的所有目标，首先要完成的任务是识别视频帧中的那些可能包含移动目标的区域。

基本的检测方法是对帧做差，或考虑“背景”帧与其他帧之间的差异。但这种方法需要通过提前设置“默认”帧作为背景。在一些情况下（例如室外），由于光照变化频繁，这种处理方法就显得相当不灵活，所以考虑在追踪系统中采用intelligent方法。

计算机视觉库OpenCV提供了一个称为BackgroundSubtractor的类。包含三种背景分割器：K-Nearest(KNN),Mixture of Gaussians(MOG2),Geometric Multigid(GMG)。BackgroundSubtractor类可以计算阴影，这对于精确读取视频帧绝对是至关重要的；通过检测阴影，可排除检测图像的阴影区域（设阈值），从而能关注实际特征。这就很少出现合并不需要对象的情况。

笔者尝试用KNN的背景分割器，写了一个用于停车位区域监控摄像头的API程序，实现对视野内车辆的追踪，直到车辆正确停到指定车位上，测试场景为楼下小区的露天停车位（抽取了物业的一段监控），程序在Ubuntu 16.04系统上测试通过。

图一：正确停车检测

图二：运动车体追踪

图三：停到车位区域，检测完成