我們如何能夠同時檢測到快速運動和物體，讓我舉個例子，... 假設有一個足球比賽視頻，我想檢測每個球員的位置具有最大的準確性。我在考慮人類檢測，但如果我們看到足球比賽視頻，那麼沒有人類檢測，因爲我們可以將人類視爲物體。可能我們可以用斑點檢測來做到這一點，但是像斑點有許多問題： -opencv中的快速運動和對象檢測
1）我想分離每個球員。所以如果玩家會碰撞，那麼blob檢測將無濟於事。所以會有問題分開識別球員 2）第二個問題就是球場上的燈光問題。
那麼是否有任何特定的算法或方法或庫來做到這一點..？ 我看過一些研究論文，但並不滿意......所以建議任何有關這方面的東西，如任何文章，算法，圖書館，任何方法，任何研究論文等，並請在這裏表達您的觀點。
對於快速和可靠的人體檢測，Dalal and Triggs' Histogram of Gradients通常被認爲非常好。你試過玩過嗎？
既然你提到了快速的運動變化，你是否擔心快速的相機運動或快速的球員/球運動？
你可以做2D或3D視頻穩定來修復相機運動（試試優秀的Deshaker plugin for VirtualDub）。
對於快速播放器運動，背景扣除或其他斑點檢測肯定會有所幫助。您可以使用它來獲得粗略的運動估計，並將其用作模糊核的估計值。這可以用來去除包含播放器的圖像芯片。
你可以做額外的處理，建立識別基於OCRing球衣號碼，等
你提到的燈光球場關注。它會投下陰影的主要問題是？這可以由HOG檢測器來處理。 Blob檢測以獲得模糊內核應該仍然可以在陰影下正常工作。
如果您可以控制相機，則可能需要減少曝光時間以減少模糊。可以使用去噪技術來減少在極低光線下發生的CCD噪聲，並採用密集的光流方法來對齊幀，並通過添加去噪幀來將信號提升回合理的值。