Ich habe mehrere Objekte in einer Folge von Videobildern klassifiziert, indem ich die Liste der geordneten Schwerpunkte jedes Objekts im vorherigen Bild genommen und den euklidischen Abstand zu jedem Zentroidsatz im aktuellen Bild berechnet und dann den minimalen Abstand zwischen beiden genommen habe eine Menge von Punkten als dasselbe Objekt in nachfolgenden Rahmen.Welcher Algorithmus wäre der beste nächste Nachbar für diese Anwendung?
Diese Technik funktioniert wirklich gut, aber ich habe festgestellt, dass dies eine Art von Permutation ist, wo ich ersetze ohne Ersatz (sobald ein Satz von Schwerpunkten Paarung ist, werden sie aus der Liste der aktuellen Schwerpunkte entfernt). Das Problem besteht darin, dass es möglich ist, dass für ein gegebenes Objekt ein nächster Nachbar gefunden wird, der auch einen anderen Nachbarn hat, der viel näher ist, aber nicht richtig gepaart wird, weil dieser Schwerpunkt jetzt aus der Liste der aktuellen Objekte entfernt wird was zu einer Fehlklassifizierung führt.
Gibt es etwas Ähnliches zu k-nearest-neighbors, wo ich die anderen Abstände von einem gegebenen Schwerpunkt berücksichtigen kann, der als nächster Nachbar für den aktuellen Schwerpunkt markiert ist? Ich entschuldige mich, wenn das verwirrend ist, und bitte lassen Sie mich wissen, wenn ich eine Illustration dieses speziellen Falles zur Verfügung stellen muss. Vielen Dank!
BTW, dies wird in Python getan, also, wenn es geeignete Bibliotheken gibt, die die Technik implementieren, die Sie vorschlagen, wäre das eine große Hilfe.