python - 后处理(聚类)对象跟踪结果的算法
问题描述
这个想法是检测和跟踪视频中的汽车并估计它们的距离。下图是根据跟踪 ID 进行颜色编码的估计距离。此示例视频中有三辆汽车(红色轨迹,紫色轨迹,第三个轨迹以蓝色开始,以粉红色结束)。
问题:
正如您在第三条轨迹中看到的那样,轨道 ID 发生了变化(颜色发生了变化),但它们都与一辆车有关。我想做一些后处理来聚集我的数据。你知道任何适合这个用例的算法吗?任何提示表示赞赏。(DBSCAN 不会改善结果!:-( )
解决方案
推荐阅读
- java - 在将 JSON 转换为 XML 时添加额外的元数据
- image - 有效存储和检索的图像缓存机制
- c#-4.0 - 看起来我们不支持这种文件格式
- azure - Helm 不接受值 YAML
- azure-active-directory - 从 ARM 模板获取服务主体 ID
- java - 计算字符串中的字符频率(Java)
- c++ - 将 countNonZero 返回值转换为百分比
- php - Yii2:我可以在验证器之前设置访问行为吗?
- amazon-web-services - Kubernetes:不同的应用程序需要单独的部署和服务文件吗?
- excel - 比较两个表并在 excel 中提及新更改的值