我现在一直在考虑使用3D摄影机或立体声摄影机来尝试解决此问题。
我看到了类似的示例，其中使用Kinect（来自Xbox 360）生成深度图，然后将其处理并用于跟踪，但这是从更高的角度进行的，我发现Kinect的最小工作范围为0.5m。
根据我的发现，Kinect使用了红外投影仪和接收器生成深度图，并一直在研究使用类似系统且工作距离最小的Orbbec Astra S现在是0.3m。
我现在的问题：
使用IR投影仪和接收器的3D相机产生的深度图与立体摄影机，例如DUO / ZED类型的选件？
我只是在寻找可能以前使用过这类摄影机的人的一些见识
在侧面，我要这样做正确吗？还是我应该研究飞行时间相机？
----编辑----：
我的目标是计算进出火车门口的人数。我使用OpenCV进行此操作，最初使用背景减法和斑点检测方法。这一次只能对一个人起作用，并且在较高的视角拍摄了一个测试视频，因为遇到了“斑点合并”问题，如下左图所示。
所以下一种方法测试涉及使用从OpenCV的密集光流算法获得的运动向量的光流方法。
从中我可以从较高的测试视频中获取运动矢量并对其进行跟踪，如下图中间的图像所示，由于运动矢量密集且易于检测，因此将它们聚类很容易。
但是，当尝试使用同一系统从较低高度的火车内部拍摄镜头时，它无法提供一致的输出。我之所以这样想，是因为摄像头的高度低，当摄像头和人的顶部之间有足够的空间时，单摄像头跟踪就可以起作用。但是随着距离的最小化，移动的人所占据的框架区域变得越来越大，可以与之进行比较的空间也减少了（或者至少我不了解）。在右下方，您可以看到图像中人衣服的颜色几乎是均匀的，因此在两种情况下光流都无法将其检测为运动。
我是几个月前才开始使用计算机视觉，所以如果我错过了一些关键方面，请原谅我。 ，立体声相机或飞行时间相机，但我不确定每种相机的细节如何最适合我的应用。
#1 楼
“ 3D摄像机”是一种概括，涵盖了可以观察点云或深度图的传感器。某些3D相机（通过各种方式）使用投影仪来提高分辨率和/或减少这些传感器的噪声。
投影仪是否为IR并不重要，这可能是由于取而代之的是红色的激光投影仪，但是使用了红外线，因此人类看不到投影仪。显然，如果您使用红外投影仪，则需要一台红外摄像机来观察投影。
投影仪将投影以下图案：
纹理（投影到场景上以通过在平滑区域上施加纹理（这对于计算立体视差是有问题的）来提供更好的立体视觉功能。
编码后的图案经过解码以产生深度地图。
可以使用各种模式类型（时间复用，空间编码，直接编码或混合）
这两者的一个很好的例子是英特尔Realsense F200（编码光）和R200（立体视觉）。
此外：您应该针对您的应用程序提出一个单独的问题，并缩小范围您的问题范围。
#2 楼
这不是一个答案，而是一系列问题，可让您考虑适当的解决方案。我将像往常一样:-)，回显@ BendingUnit22和@Gouda-您似乎被一种特定的解决方法所吸引。就像是，“购买杂货，飞机或直升机的燃油效率更高的方法是什么？”好吧，你能走路吗？如果您要购买新的传感器，则需要学习使用它，这可能会非常耗时。这是一台彩色相机-您可以将图像分为R / G / B分量然后进行斑点检测吗？
更重要的是，现在考虑一下您的问题：两个物体（人）靠近在一起，而您斑点合并，您无法分辨它们。当您获得深度组件时，您期望什么会改变？人们仍然靠近，如果他们碰触穿过门，那么您现在拥有的是两人范围的体积。这与图像斑点合并完全相同，只不过现在您可以使用其他整个维度。
如果您的主要问题是认为相机安装得太低，为什么不将相机安装得更高呢？与购买和学习新的深度视频系统相比，这似乎要简单得多。
要具体回答您的问题，任何提供深度的视频系统都应提供视频和深度。成本，分辨率，准确性等方面会有差异，但是最终您仍然应该获得RGB + D。 Kinect使用结构化的光获取深度图，立体相机使用视差等，但是无论采用哪种方法获取深度，输出（通常）都是相同的。
但是，重申一下-考虑一下该系统实际上可以吸引您的情况，并再次评估您当前的选择。几乎肯定有一种更简单的方法可以做到这一点。
评论
$ \ begingroup $
我认为安装摄像头的门口限制了高度。可以将其安装在更高的位置，但这意味着将其安装在门框外部，这可能会降低解决方案的适用性：对于建筑物，可以将摄像头安装在门上方的墙上更高的位置，但不能将其安装在门上方的墙上。面朝下，否则其视线将部分被墙遮挡。在运输中（例如公共汽车或有轨电车），门上方通常没有太多东西可用来安装相机。门框中的摄像头似乎是一个限制，但必不可少的要求。
$ \ endgroup $
–弯曲单元22
16年7月21日在15:25
$ \ begingroup $
@ BendingUnit22是的，在我的原始帖子中，火车门口的图像是在摄像机安装得尽可能高的情况下安装的。我确实看到了Chuck提出的观点，并且肯定会花一些时间来尝试解决我目前所拥有的问题。
$ \ endgroup $
–詹姆斯·马利特（James Mallett）
16年7月21日在18:39
评论
您的目标到底是什么？您想识别人吗？如果是这样，凭什么财产？还是算一下？考虑到后者，您发布的图像有什么问题？我在静态场景前看到一个白色的像素斑点和一个深蓝色的像素斑点。检测这些有什么问题？我想说OpenCV应该可以。见上面的编辑。添加了使用单镜头相机在OpenCV中使用的历史记录，但在所需的系统位置上却未成功。
哇，很棒的+1。我在计算机视觉方面的经验非常有限，因此我只想发表另一条评论：我的钱仍将用于检测斑点。我猜应该有可能通过考虑衣服的不同颜色来使斑点分开。根据您拥有的图像数量，计算斑点的中间位置并对其运动进行过滤（认为是卡尔曼滤波器），即使它们合并到一张图像中，也可以提供足够的信息来分离斑点。