Как найти один и тот же объект на разных камерах при масштабном изменение.
Есть камера наблюдения 2к качество на складе. Там есть оператор (охранник) который может выделить объект на изображении (типа вилочный погрузчик) и есть обычный рабочий с нагрудной камерой. Надо найти в автоматическом режиме этот объект или приблизительное место.
Понятно что камера у охранника хоть и имеет большое разрешение, но она стоит на стене цеха и при цифровом зуме размывает объект. И нагрудная камера плохого качества (может иметь оптические искажения типа рыбьего глаза).
Я до этого использовал угловые детекторы особых точек и дескрипторы. После просто находил область с большим количеством соответствий и считал что это и есть вилочный погрузчик, а если точек самого погрузчика небыли, то просто где наибольшая плотность значит предполагал что в той стороне интересующая область. Однако это подход работал когда какой то угол был виден прямо отчетливо без дополнительных деталей (часто сама вилка). Когда погрузчик загружал объекты на себя то система теряла его. А как используя может быть нейросети это сделать что бы не ломалось система.
Я попытался обучил yolo v5 на объект и он сработал на отлично. Но потребовалось много изображений этого объекта. А то что нужно отслеживать заранее не определено и я не могу обучить нейросеть на нахождении конкретного объекта. Так что есть ли что то подобное как особые точки и их дескрипторы в реализации нейросети что бы находить это лучше или подобные реализации обнаружение объекта выделенного одной камерой на другой камере?
Примерно как это реализовано сейчас (
примерно).
Пример абстрактный (попытался сделать в сапр как это выглядит):
Фото с камеры
охраны
Фото с камеры
рабочего 
