我有来自固定（固定）相机的视频。有时帧中有轻微的移动（例如，树在风中移动了一点）。其他时候，有些人可能会走进相机的视野，一只鸟可能会飞过，等等。
我可以建立一个分类器来检测鸟类和人......但我不知道相机会拾取什么。我知道诸如imageNet和YOLO之类的模型，但我不想对帧中可能出现的内容做出假设（颜色、形状、大小、类型等）。
因此，我正在寻找一种方法来检测视频中的任意对象（即相对于图像的其余部分移动的任何对象）并跟踪它们。分类可以在以后进行。
有哪些方法可以解决这个问题？我将用 Python 编写。
如果您要做的只是隔离*并跟踪与背景有一些对比的对象，那么您要搜索的关键词是“对象跟踪”、“视频跟踪”、“视频对象跟踪”或这三个用“目标”替换“对象”。
你不需要神经网络来做到这一点——基于普通旧规则图像处理的视频跟踪器可以正常工作。
我在上一段中说“将”，然后将其更改为“可以”，因为它取决于很多变量——如果你有一个对象与无聊的背景具有高对比度，这很容易。试图在一堆树上追踪多只鸟——这可能很困难。用神经网络来做这件事不一定会更容易。
如果您从第一原则开始，您确实需要花一些时间在上面——视频跟踪并不容易，您需要从图像处理和动态系统理论的良好基础开始（做“跟踪”部分） .
OpenCV 有一个 Python 接口，在“OpenCV 视频对象跟踪”上的快速搜索让我对似乎是 OpenCV 的对象跟踪模块有很多有希望的点击。如果我是你，我想这就是我要开始的地方。尤其是如果您对拥有视频跟踪器而不是制作视频跟踪器更感兴趣，那么仅使用 OpenCV 为您提供的东西应该是一个好的开始。
* “隔离”而不是“识别”或“分类”——即，如果你的分类开始和结束于“那是一件事”，那么你很好。