使用外部姿態估計來改善固定標記輪廓跟蹤

Question

假設我有一個傳感器陣列，它允許我提出相對於某個固定矩形標記的姿態估計。因此，我估計了相機圖像中標記輪廓的外觀。我如何使用它來更好地檢測輪廓？

我試圖克服的問題是，有時候，標記被遮擋，也許是通過切割它的線。因此，我留下兩個輪廓，如果合併，會產生標記。我嘗試過打開和關閉來嘗試解決問題，但它對於不同類型的照明並不穩健。

我正在考慮的一種方法是使用預測的輪廓，並使用圖像的漸變執行局部卷積以找到我的真實姿勢。

任何想法或建議？

Answer 1

有一個姿勢估計的明顯優勢是，它限制圖像區域搜索目標。接下來，如果你的問題是遮擋，那麼你需要明確地建模，而不是試圖用圖像處理技巧來完成它：在檢測器目標函數中添加一個表達你的目標可能看起來像什麼的術語部分閉塞。這可以是明確的「遮擋外觀」模型，或者是隱含的 - 例如使用能夠獨立於整體識別目標的可見部分的算法。