请教下领导提出图像识别的这种思路是否可行？

[xiaolinjia]

需求是领导想做一个船只的目标跟踪，即不断截取摄像头的图片，然后用 TensorFlow 等，框选出当前船只在图片中的像素坐标，再调用摄像头的移动命令去使其移动以保持船只在摄像头中间。

姑且当其识别的比较准的前提下，测试发现有一个问题。

如果有其他船只从旁边经过（即和目标船只出现在同一个摄像头中）的时候，因为图像识别到两艘船，且坐标不同，这时，我就不知道要跟哪艘了。

针对这个问题，领导跟我说，让我看看 opencv 的相似度计算。他思路是，把之前框选的船只图，保存下来（不是保留摄像头整个图片，而是仅框选的船只图片），然后再把这个船，和之后的摄像头的图片做相似度计算，再判断出是要跟着哪艘船？

注:是用框选出的小图，和整张摄像头的大图进行相似度计算。

我也不是很懂机器学习这块，只是懂 python 就让我上了。。所以我想请问下这种思路到底可行不，如果是比较困难的话，或者有大佬提出其他可行的想法？

[lscho]

感觉不需要用相似度识别

1.船只移动速度很慢的。摄像头的移动频率不太低的话，几乎可以保证跟踪的船只处于中间位置。别的船只进入画面肯定是从边缘进入，这样只跟随最中间的那个就行了。

2.因为船只航向几乎是固定的，不会有大幅度变化，只要有两三帧图片就可以预测一下下次位置。多艘船不可能航向都一致。。。如果一致的话，也不用处理了。都在画面内。

[gzchen]

reid

[gzchen]

object detection,tracking,reid

[lingxi27]

正解就是目标跟踪

[Muniesa]

@wangxiaoaer
1 需要很多样本训练，大量不同船只不同角度照片可以让训练效果更好，最终效果就是判断图片里的是不是船，判断两张照片区别单靠 tensorflow 应该做不到（也可能有方法但是我不知道）
2 我知道的 SIFT 算法找特征点不需要人工参与，一定范围内的角度变化不会影响结果

[iseejun]

我们的摄像头的移动侦测，人形侦测大约就是这样的

[i4oolish]

nb plus

[robot777]

思路是对的，但是我觉得未必可以同 tf 实时检测控制摄像机跟踪，用传统的 opencv 方法就可以达到嵌入式实时，难点在交叉船不跟错

[dick20cm]

目标检测+追踪+卡尔曼滤波

[imn1]

此题我第一反应不是商用，而是军用

不要啥都图像识别，要结合实际，知识组合才是解决问题的方案
1.运动方向，船只是基本没有后退的
2.运动速度，实际也是你的机器移动 /转动的速度
3.距离

不过有个疑问，目标是摩托艇么？不会是中国海军的鱼雷快艇吧？

[phli]

opencv 的相似度应该可以。前后两张照片相似度大的，为要跟着的那艘船。

[imn1]

@turi
@wangxiaoaer
opencv 不是只有模板匹配，还有特征匹配
模板匹配需要样本较少，也可以一个样本直接匹配；但特征匹配需要样本较多，然后预训练出特征

如果是现场采样，就是人工发现目标、锁定，机器跟踪这种，就恐怕来不及训练

[coderluan]

我们做过类似的，球场上跟踪球员，然后两个球员一交叉就有类似的问题，然后首先 opencv 相似度这个完全不行啊，或者说准确度会很低，然后解决这个问题最好别指望用两站图能解决，而且需要参考之前没交叉之前的大量正确图像，比如通过光流法判断运行状态这种。

[haosamax]

领导是导师的意思吗(忽略我低学历的渣渣)

[xiaoxingzhi]

完全可行，这个很入门，很初级，直接做吧

[iuhiyuh]

完全可行，追踪的方面建议试试单目标追踪的方法。ps:自动驾驶就这么弄的

[iyaozhen]

肯定可行，实际也有了，比如江上面识别挖沙船

[wangxiaoaer]

@Muniesa #25 多谢。

[tuzexiansheng]

1.绝大多数船首或尾都有船号，可以作为判定依据。
2.对监控区域部署多机位多角度同步采样。

[yuruizhe]

@SorryChen deepsort 是卡曼跟踪吧，完全 tracking by detection,为了指标我还是建议走 SiamNet 系列。。。。
而且 deepsort 啥时候是深度特征了？？？ Siam 系列才是深度特征吧。。。。