Библиотека контролируемого обнаружения движения

Может ли кто-нибудь рекомендовать библиотеку обнаружения движения, обучаемую через контролируемый алгоритм обучения?

У меня есть веб-камера IP, с которой я пытаюсь обнаружить движение. Я использую механизм обнаружения движения, чтобы сделать это, но я получаю много ложных срабатываний, несмотря на то, что недели возились с сотнями настроек. Облако, бросающее тень через окно или изменяющуюся яркость, будет классифицироваться как движение.

Я нашел многочисленные примеры, используя OpenCV для обнаружения движения, но, насколько я могу судить, они по существу используют те же методы, что и motion software detector использует (т.е. не тренируется, поэтому он неизбежно страдает от множества ложных срабатываний).

Я рассматриваю возможность прокатки собственного, но я не хочу изобретать велосипед.

Ответ 1

Для таких задач (у вас есть конкретная задача: обнаружение движения - очень обширный термин...), требования в значительной степени зависят от:

Калибровка камеры, преобразование координат, оценка позы
Выделение функций (Масштабирование/Вращение/Перевод/Инвариантность цветопередачи)
Концептуальный дрейф (в соответствии с заданными функциями)
...

Для простого приложения вещи часто являются специализированными и упрощенными, чтобы сделать задачу более дружественной к разработчикам и менее подверженной ошибкам. Поэтому я думаю, что нет колеса (в смысле удобного универсального решения), которое вы бы изобрели.

Но вы заметили TLD? По-видимому, это библиотека отслеживания объектов, которая использует контролируемое обучение для управления дрейфом концепции и т.д. Есть несколько действительно интересных демонстраций, например this.

Ответ 2

если вы знаете, как делать обнаружение движения с помощью opencv, возможно, вы можете использовать эту структуру Darwin, чтобы выполнять контролируемое обучение.