Рамки для сравнения моего алгоритма отслеживания

В настоящее время я разрабатываю приложение на основе OpenCV/С++ для отслеживания мелких животных: Ниже приведен пример того вида видео, которое он должен обрабатывать. Программа просто выводит положение x, y животного и время для каждой области. Это графическое представление результата на оригинале.

Мой вопрос немного неудобен --- и, возможно, вне темы --- в том, что я не спрашиваю, как улучшить мою программу, но как ее оценить. Я знаю о существовании Bonn Benchmark в наборе данных отслеживания, но это не подходит для моего случая.

Программа предназначена для обработки очень длинного видео, поэтому я не могу реально спросить независимых людей, чтобы оценить положение животных и сравнить человеческие против программы. Я также рассмотрел возможность использования роботов или переноса транспондеров на более крупных животных, чтобы иметь точные позиции, но на самом деле у меня нет ресурсов.

У меня возникла идея использовать программу для генерации видео из blobs, движущихся в среде 2d. Мой вопрос прост:

Знаете ли вы о какой-либо программируемой высокоуровневой структуре, которую я мог бы использовать для графического моделирования движения объекта, движущегося стохастически в параметризуемом фоне?

Моя мечта - иметь инструмент командной строки, который будет работать следующим образом:

$ program [BACKGROUND_OPTIONS] [OBJECT_OPTIONS] -V VIDEO_OUTPUT -P POSITIONS_OUTPUT

Можно манипулировать фоновой текстурой, а также формой, цветом и движением движущегося объекта.

Я знаю, что я мог бы "легко" сделать это сам (и я буду, если ничего не найду), но я предпочел бы, чтобы программа оценивалась, и ссылка была настолько независимой, насколько это возможно (например, тем же лицом).

Ответы

Ответ 1

Одна вещь, которую я видел в нескольких проектах обнаружения движения/отслеживания, - это создание тестовых видео с помощью некоторого программного обеспечения для 3D-рендеринга, такого как Blender. У него нет простого интерфейса создателя вашей мечты, но он хороший инструмент для тестирования по многим причинам:

  • Вы можете настроить любой сценарий, который вы хотите (различная перспектива, количество объектов, длина теста, пути движения и т.д.)

  • Вы полностью контролируете параметры освещения, формы, размеры и т.д.

  • Вы можете создавать простые тесты для проверки базовых функций (сплошной цвет фона с сплошными цветными движущимися шарами - хорошая отправная точка), а затем встраиваться в более сложные сценарии (другие статические объекты, объекты, закрывающие другие объекты, фоновые изображения, и т.д.).