Какой алгоритм распознавания объектов мне следует использовать?

Я довольно новичок в резюме, так что прости мои глупые вопросы …

Что я хочу сделать:
Я хочу распознать RC-самолет в живом видео (на данный момент это только записанное видео).

Что я сделал до сих пор:

• Различия между кадрами
• Перевести его в серую шкалу
• GaussianBlur
• порог
• findContours

Вот несколько примеров фреймов:

Но есть и кадры с шумом, поэтому в кадре больше объектов.

Я думал, что мог сделать что-то вроде этого:

Используйте некоторый алгоритм распознавания объектов для каждого найденного контура. И вычислить только вектор признаков для каждого из этих ограничивающих прямоугольников.

Можно ли вычислить SURF / SIFT / … только для определенного патча (меньшая часть) изображения?

Поскольку будет важно, что алгоритм способен обрабатывать видео в реальном времени, я думаю, что это будет возможно только в том случае, если я не смотрю на все изображение все время ?! Или, возможно, решить, например, есть ли более 10 ограничивающих прямоугольников, я проверяю все изображение вместо каждого прямоугольника.

Затем я посмотрю на следующий кадр и попытаюсь сопоставить свой векторный элемент с предыдущим. Таким образом, я смогу отслеживать свои объекты. Как только эти объекты пересекают красную линию в середине изображения, это вызовет другое событие. Но это не важно здесь.

Мне нужно убедиться, что не каждый объект, который пересекает или находится за этой красной линией, вызывает это событие. Таким образом, должно быть как минимум 2 или 3 последовательных кадра, которые содержат этот объект, и если он пересекает то и только тогда, событие должно быть запущено.

Существует так много вариантов алгоритмов распознавания объектов, что я немного ошеломлен.
Просеять / Surf / Orb / … вы получите то, что я говорю.

Может ли кто-нибудь дать мне подсказку, какую из них я должен выбрать, или если то, что я делаю, имеет смысл?