目标：检测/确定人类行为，例如在商店中拿起/提起物品阅读标签并将其放回架子上的动作，坐在、登上/攀爬诸如椅子、长凳、梯子等物体上的动作。
环境：商店/商场，通常光线充足。摄像头（VGA -> 1MP），固定（即非PTZ）。
限制条件：
- 已知和未知人类的存在。
- 商店中物品（待售商品）可能在一段时间内重新排列。
- 随着时间的推移，光照可能发生变化。例如：商店的前区白天可能有充足的阳光，晚上则变为人造光。晚上也可能开启更多灯光。
问题：
-
虽然我知道OpenCV在人脸检测方面表现出色，并且可用于人脸识别，但它是否可以用于分析“动作”，例如坐下的动作、从架子上拿起物品的动作？如果可以，我应该深入研究哪些算法？
-
由于商店中的摄像头通常位于天花板高度，它们通常没有正面的人脸视图，而是主要是俯视视角。我了解到Haar Cascade（PCA）不太适用，但需要其他方法，例如3D头部几何确定。对于此类任务，是否需要使用OpenCV以外的其他库？是否有开源库可用于此目的？
回答：
时不时地，有些人来到这里寻求帮助（或者更确切地说，是寻求代码）来解决计算机视觉中一些最困难的研究问题。这些问题连最受尊敬的学术界和科学界人士都未能解决。有时，他们会询问他们在科幻电影中看到的算法。然后他们会因为OpenCV“不够友好”而感到沮丧地离开。
现在，认真地说，如果你是一群在图像处理领域拥有博士学位的人，正在进行一些天才项目，你不需要从这里获得建议。如果你不是，那么成功的几率真的很低。
在合理资源和准确度下，你可以做的是在商店中跟踪人们：使用移动平均背景减除器（OpenCV中可用）来确定空商店的外观，并从每一帧中减去该背景，以查看出现和消失的物体。你可以使用blob分析库提取它们。卡尔曼滤波器（或更简单的跟踪器）将帮助你跟踪移动的物体。
祝你好运！
