运动估计和跟踪是许多计算机视觉应用的关键活动,包括活动识别、交通监控、汽车安全和监视。
计算机视觉工具箱™提供视频跟踪算法,如连续自适应均值移位(CAMShift)和Kanade-Lucas-Tomasi (KLT)。您可以使用这些算法来跟踪单个对象,或者在更复杂的跟踪系统中作为构建块。工具箱还提供了用于多个对象跟踪的框架,包括卡尔曼滤波匈牙利算法分配目标检测跟踪。
运动估计是确定相邻视频帧之间块的运动的过程。这个工具箱包括运动估计算法,如光流、块匹配和模板匹配。这些算法创建运动矢量,它可以与整个图像、块、任意块或单个像素相关。对于块和模板匹配,寻找最佳匹配的评价指标包括均方误差(MSE)、平均绝对偏差(MAD)、最大绝对差(MaxAD)、绝对差和(SAD)和平方差和(SSD)。
跟踪是在视频流中随时间定位一个或多个运动对象的过程。