传统目标检测后处理问题

一、处理逻辑

• 背景建模得到前景 ----> 二值化标记 ---> 合并重叠框
  • 由于二值化标记的局限，导致出现了很多的重叠框；
  • 重叠框过多，在合并重叠框Merge这一步的时候举步维艰。时间消耗过长。
  • 计算包围框，不在Merge的范围内！计算包围框时间过长了。
• 原因分析 + 证据证明！！！ 

---

1. 证据辅助过程

现象描述的准确文件：

① 找到超过3W点时，崩溃的数据。即找到当时耗时间过长的数据段，仔细分析问题。 fg格式文件准备。
② 时间间消耗证明过程。每帧是多少时间，多少点数，时间消耗。
③ fg到Meanshift到底得到了多少个标签？（非重复标签？）又得到了到底多少个框框？其中框框是个什么情况？重叠非重叠？需要处理多少个重叠的情况？
④ Merge这一步，面对这么多个重叠的框框，需要多少时间去处理？效率怎么样？
⑤ 这两个模块到底面临了多大的限制？局限性？天花板？
⑥ 如何解决这个局限性？

时间消耗过长的现象描述：

 来了一个异常帧之后，由于前景点较多。在漂移半径较小的情况下，出现了很多这样的分割区域。

• 有1300多个分割区域。（①CCL二值图标记的时间消耗；②二值图标记的标签个数问题）
  • 时间消耗不是主要的，关键是标签个数是一大缺陷；导致了后续的问题
• 后续的计算包围框的算法效率太低。
• 29W个点，以及56W个点的move_points，要遍历
  • for 1:max_classID=1300
       for 1:move_points.size() 56W/29W 

 

2. 参考opencv源码 connectedComponentWithStats函数

OpenCV—连通域分析connectedComponentsWithStats()_i_chaoren的博客-CSDN博客_cv::connectedcomponentswithstats

其中，自带了这部分后处理。除了标记，也直接给出了每个标记的区域信息，rect，area，centroid等信息。

2.1 opencv源码探析

文档位置：