Bonjour tous le monde !

Pour un projet scolaire, je dois implémenter un algorithme qui me permettrait de traquer tous les objets (ou personne) d'une vidéo, stocker leurs positions dans un fichier et entourer leurs positions d'un cadre.

Pour cela, on m'a imposé un algorithme : le MHT revisited(Multiple Hypothesis Tracking Revisited => https://web.engr.oregonstate.edu/~lif/MHT_ICCV15.pdf)

J'ai lu toute la documentation, je pense avoir compris une grande partie de l'algorithme sauf le début...

Je ne comprend pas comment on détecte les différentes "hypothèses" sur chaque frame... Utilisent-ils un algorithme de détection appart ?

Je sais que la détection et le tracking sont deux choses distinctes mais je ne sais pas quel algorithme de détection utiliser pour le optimiser mon algorithme MHT.

Sachant que je dois implémenter cet algorithme en Python, pensez-vous que la librairie OpenCV est adapté pour la détection des objets/personnes ?

Merci d'avance pour vos réponses :D 

Je compte sur vous !

Sachant que je dois implémenter cet algorithme en Python, pensez-vous que la librairie OpenCV est adapté pour la détection des objets/personnes ?

Cela semble possible : https://www.pyimagesearch.com/2015/11/09/pedestrian-detection-opencv/

Merci pour ta réponse,

En effet, cela semble possible mais en lisant les commentaires de ton lien j'ai pu comprendre que le traitement d'une image peut aller de 0.1s à 1.5s ce qui est pour moi très long (même pour 0.1s) car l'algorithme MHT s'utilise sur X frames et donc si je dois faire la détection sur X frames (soit X*0.1s) mon programme risque de ne pas suivre la cadence de la vidéo/flux vidéo.

J'ai cru comprendre qu'il y a une méthode LBP dans opencv qui permet de faire de la détection suffisamment rapide, mais je n'ai pas encore eu le temps de m'y pencher dessus.