使用OPENCV跟踪对象的多相机校准

Question

我有一些有关制作多相机跟踪程序的经验丰富的OPENCV用户的问题。因此，要快速提出一个问题，我想用多个摄像机跟踪多个对象。我想取得的结果或多或少是这样的：https://www.youtube.com/watch?v=7dy9co0mwy0

最终，我得出的结论是，我想使用Kalman过滤器进行跟踪。我想问的问题是：

1. 是否有一种方法可以根据视频链接中的视频数据集校准多个摄像机？可以自动完成吗？我知道您可以使用棋盘（http://docs.opencv.org/3.3.0/dc/d43/tutorial_camera_calibration_calibration_square_chess.html）校准摄像头，但事实并非如此。还有类似的东西：http：//docs.opencv.org/master/d2/d1c/tutorial_multi_camera_main_main.html，但我想它具有相同的缺点。
2. 最有效的跟踪方法是什么？我应该在每个视图中使用Kalman滤波器，并尝试合并个人结果，或以某种方式尝试重建3D中的对象，然后应用过滤器？

任何建议都将受到欢迎。谢谢。

Answer 1

我目前正在研究排球比赛中使用的自动裁判系统（例如网球中的鹰眼系统），并且我内部实现了球跟踪。这样我就可以给你一些建议：

1. 尝试使用OpenCV校准摄像机固有参数
2. 使用场景中的特征点来确定相机姿势（SolvePNP可能对开始有益）
3. 检测每个相机上的对象，不要应用任何过滤，近似和插值 - 它将降低测量的准确性
4. 每个点的重施加3D坐标（使用摄像机内在的校准和计算的姿势）
5. 对结果进行过滤。

如果您希望通过此跟踪实现良好的计量结果，那可能真的很困难。但这不会用于您发布的视频中显示的简单可视化。