opencv - 哪些计算机视觉库和算法可用于人类行为分析？

Question

目标:检测/确定人类行为，s.a.拾取/举起元素以读取标签并将其放回到架子上(在商店中)、坐在、安装/攀爬原子物体 s.a.椅子、长凳、梯子等

环境:商店/商店，大部分光线充足。摄像头 (VGA -> 1MP)，固定(即非 PTZ)。

约束:

1. 已知和未知人类的存在。
2. 一段时间内店内元素(待售商品)可能会重新排列。
3. 随着时间的推移，照明可能会发生变化。例如:商店的正面区域白天可能会受到充足的阳光照射，但到了晚上就会变成人造光。此外，在夜间可以打开更多的灯。

问题:

1. 虽然我知道 OpenCV 非常适合面部检测并且可用于面部识别，但它可以用于分析“ Action ”吗？坐下的 Action ，从架子上拿起物体的 Action ？如果是这样，我应该深入研究哪些算法？

2. 由于商店中的摄像头大多位于天花板高度，因此通常没有正面 View ，而大多是自上而下的 View 。我知道 Haar Cascade (PCA) 不太有用，但需要其他方法。 3D 头部几何形状确定。是否有其他库(OpenCV 除外)需要用于此类任务？是否有相同的开源库？

Answer 1

时不时会有人来这里寻求帮助(或者更好的是代码)来解决计算机视觉中一些最困难的研究问题。最受尊敬的学者和科学家未能解决的问题。有时，他们会要求提供在科幻电影中见过的算法。然后他们沮丧地离开，因为 OpenCV“不够友好”。

现在，说真的，如果你是一个图像处理博士团队，正在从事一些天才项目，那么你不需要这里的建议。如果你不这样做，那么做到这一点的机会就非常低。

您可以使用合理的资源和准确性来跟踪商店中的人员:使用移动平均背景减法器(OpenCV 中提供)来确定空商店的样子，并从每个帧中减去该背景，以看到物体的出现和消失。您可以使用 blob analisys 库提取它们。卡尔曼滤波器(或更简单的跟踪器)将帮助您跟踪移动的物体。

祝你好运!