我正在做一个项目，需要跟踪图像中的两个点。到目前为止，识别这些点的最好方法是让用户在程序首次运行时点击它们。我使用的是OpenCV中内置的Lucas Kanade Pyramid方法（这里有文档记录，但不出所料，这并不太好用。有没有更好的替代算法来跟踪OpenCV中的点，或者有其他方法来验证我已经拥有的点？
我目前正在考虑使用GoodFeaturesToTrack，获取从每个点到我想要跟踪的点的距离，也许还有某种向量，指出两点之间的关系，并使用这些信息来确定我的新点。我正在寻找实现这一点的方法建议，而不一定是代码示例。感谢
编辑：我正在跟踪小动作，如果这有助于
如果你寻找一个在opencv中实现的解决方案，金字塔Lucas Kanade（PLK）方法非常好，否则我更喜欢基于粒子过滤器的跟踪器。为了提高PLK的跟踪性能，请确保正确设置了参数。例如，对于大动作，你需要一个大约3或4的水平。窗户不应该太小（我更喜欢17x17比27x27）。还要记住，这些方法需要纹理区域才能跟踪点。这意味着像角落一样的图像内容（光圈问题）。
我建议在要跟踪的点（p）周围的网格中播种一组点（ps）。然后使用前后阈值来拒绝错误跟踪的点。点（P）的运动将通过特定残差点集（ps）的平均运动来计算。
通过估计从帧1到帧2的运动来计算前后置信度。（ptList1->ptList2）。以及从第2帧到第1帧的ptList2点（ptList2->ptListRef）。如果（||ptRef-pt1||>fb_threshold），运动矢量将被拒绝。