python - OpenCV：计算视频中的边界框

Question

我有一些视频被视为人员检测的基本事实：这是一个例子。

我也有主打视频（没有任何检测），我必须在上面运行我的人员检测算法，并将我的结果与地面实况视频进行比较。

问题是我不仅要进行定性比较，还要进行定量比较。因此，就我个人算法中的检测数量而言，我必须找到一种可靠的方法来计算每一帧在地面实况视频中出现的边界框的数量。

我已经考虑了这个链接和这个链接，但它们是为了找到形状的轮廓，而不是边界框。我知道检测检测数量听起来很荒谬，但这是我必须获得数字基础事实的唯一方法。

标签： pythonc++opencvdetectionbounding-box

Answer 1

使用 具有源视频和地面实况的行人数据集。源视频将是一个视频文件（如 .avi），而基本事实是一个电子表格（如 .csv）。行人周围的边界框的 x,y 坐标和宽度和高度保存在电子表格中。

要直观地检查您的结果，请在同一视频上绘制基本事实和结果。

使用算法定量检查您的结果。我使用的准确度函数是：

overlap / ((ground_truth_area + my_results_area)/2)

重叠在 gif 中以灰色显示。我如何计算重叠。