История изменений

Самой сложной частью кажется выявить на фотке где собственно эти линии (углы) проходят.

Понять по статичной фотографии, где там геометрические линии (углы), а где всякие текстуры и тени - задача нетривиальная...

С моей дилетантской т.з., на кадре выявляют так называемые points of interest (по идее, туда попадут как раз углы, а также и прочие «особые» места на картинке, google: point of interest detection), и для каждой такой точки строят feature descriptor (вектор чисел, характеризующий окрестность заданной точки, инвариантный к вращению и изменению масштаба). Затем на двух кадрах ищут похожие feature descriptors, благодаря чему устанавливают соответствие между одной и той же физической точкой на двух разных кадрах. Затем по изменившимся расстояниям между точками на картинке пытаются делать выводы об их расположении в пространстве (а учитывая, что на предыдущих шагах будут погрешности, ложные срабатывания, движения самого объекта, то это тот ещё ад).

Самой сложной частью кажется выявить на фотке где собственно эти линии (углы) проходят.

Понять по статичной фотографии, где там геометрические линии (углы), а где всякие текстуры и тени - задача нетривиальная...

С моей дилетантской т.з., на кадре выявляют так называемые points of interest (по идее, туда попадут как раз углы, а также и прочие «особые» места на картинке, google: point of interest detection), и для каждой такой точки строят feature descriptor (вектор чисел, характеризующий окрестность заданной точки, инвариантный к вращению и изменению масштаба). Затем на двух кадрах ищут похожие feature descriptors, благодаря чему устанавливают соответствие между одной и той же физической точкой на двух разных кадрах. Затем по изменившимся расстояниям между точками на картинке пытаются делать выводы об их расположении в пространстве (а учитывая, что будут погрешности, ложные срабатывания, движения самого объекта, то это тот ещё ад).