opencv3/C++ 使用Tracker實現(xiàn)簡單目標(biāo)跟蹤
簡介
MIL: TrackerMIL 以在線方式訓(xùn)練分類器將對象與背景分離;多實例學(xué)習(xí)避免魯棒跟蹤的漂移問題.
OLB: TrackerBoosting 基于AdaBoost算法的在線實時對象跟蹤.分類器在更新步驟中使用周圍背景作為反例以避免漂移問題.
MedianFlow: TrackerMedianFlow 跟蹤器適用于非常平滑和可預(yù)測的運動,物體在整個序列中可見.
TLD: TrackerTLD 將長期跟蹤任務(wù)分解為跟蹤,學(xué)習(xí)和檢測.跟蹤器在幀之間跟蹤對象.探測器本地化所觀察到的所有外觀,并在必要時糾正跟蹤器.學(xué)習(xí)估計檢測器的錯誤并進(jìn)行更新以避免再出現(xiàn)這些錯誤.追蹤器能夠處理快速運動,部分遮擋,物體缺失等情況.
KCF: TrackerKCF 使用目標(biāo)周圍區(qū)域的循環(huán)矩陣采集正負(fù)樣本,利用脊回歸訓(xùn)練目標(biāo)檢測器,并成功的利用循環(huán)矩陣在傅里葉空間可對角化的性質(zhì)將矩陣的運算轉(zhuǎn)化為向量的Hadamad積,即元素的點乘,大大降低了運算量,提高了運算速度,使算法滿足實時性要求.
部分相關(guān)API:
TrackerMIL
static Ptr<TrackerMIL> create(const TrackerMIL::Params ¶meters); CV_WRAP static Ptr<TrackerMIL> create();
struct CV_EXPORTS Params
{
PARAMS();
//采樣器的參數(shù)
float samplerInitInRadius; //初始收集正面實例的半徑
int samplerInitMaxNegNum; //初始使用負(fù)樣本
float samplerSearchWinSize; //搜索窗口的大小
float samplerTrackInRadius; //在跟蹤期間收集正面實例的半徑
int samplerTrackMaxPosNum; //在追蹤期間使用正面樣本
int samplerTrackMaxNegNum; //在跟蹤期間使用的負(fù)樣本
int featureSetNumFeatures; //特征
void read(const FileNode&fn);
void write(FileStorage&fs)const;
};
TrackerBoosting
static Ptr<TrackerBoosting> create(const TrackerBoosting::Params ¶meters); CV_WRAP static Ptr<TrackerBoosting> create();
struct CV_EXPORTS Params
{
PARAMS();
int numClassifiers; //在OnlineBoosting算法中使用的分類器的數(shù)量
float samplerOverlap; //搜索區(qū)域參數(shù)
float samplerSearchFactor; //搜索區(qū)域參數(shù)
int iterationInit; //初始迭代
int featureSetNumFeatures; //特征
//從文件讀取參數(shù)
void read(const FileNode&fn);
//從文件寫入?yún)?shù)
void write(FileStorage&fs)const;
};
示例
首先獲取視頻的第一幀,通過點擊左鍵框選選擇要跟蹤的目標(biāo),點擊右鍵確認(rèn)并使用MIL開始跟蹤.(從實際情況看來,算法對過程中有遮擋的情況跟蹤能力較差.)
(環(huán)境:Ubuntu16.04+QT5.8+opencv3.3.1)
#include <opencv2/opencv.hpp>
#include <opencv2/video.hpp>
#include <opencv2/tracking.hpp>
#include <opencv2/tracking/tracker.hpp>
using namespace cv;
void draw_rectangle(int event, int x, int y, int flags, void*);
Mat firstFrame;
Point previousPoint, currentPoint;
Rect2d bbox;
int main(int argc, char *argv[])
{
VideoCapture capture;
Mat frame;
frame = capture.open("/home/w/mycode/QT/img/runners.avi");
if(!capture.isOpened())
{
printf("can not open ...\n");
return -1;
}
//獲取視頻的第一幀,并框選目標(biāo)
capture.read(firstFrame);
if(!firstFrame.empty())
{
namedWindow("output", WINDOW_AUTOSIZE);
imshow("output", firstFrame);
setMouseCallback("output", draw_rectangle, 0);
waitKey();
}
//使用TrackerMIL跟蹤
Ptr<TrackerMIL> tracker= TrackerMIL::create();
//Ptr<TrackerTLD> tracker= TrackerTLD::create();
//Ptr<TrackerKCF> tracker = TrackerKCF::create();
//Ptr<TrackerMedianFlow> tracker = TrackerMedianFlow::create();
//Ptr<TrackerBoosting> tracker= TrackerBoosting::create();
capture.read(frame);
tracker->init(frame,bbox);
namedWindow("output", WINDOW_AUTOSIZE);
while (capture.read(frame))
{
tracker->update(frame,bbox);
rectangle(frame,bbox, Scalar(255, 0, 0), 2, 1);
imshow("output", frame);
if(waitKey(20)=='q')
return 0;
}
capture.release();
destroyWindow("output");
return 0;
}
//框選目標(biāo)
void draw_rectangle(int event, int x, int y, int flags, void*)
{
if (event == EVENT_LBUTTONDOWN)
{
previousPoint = Point(x, y);
}
else if (event == EVENT_MOUSEMOVE && (flags&EVENT_FLAG_LBUTTON))
{
Mat tmp;
firstFrame.copyTo(tmp);
currentPoint = Point(x, y);
rectangle(tmp, previousPoint, currentPoint, Scalar(0, 255, 0, 0), 1, 8, 0);
imshow("output", tmp);
}
else if (event == EVENT_LBUTTONUP)
{
bbox.x = previousPoint.x;
bbox.y = previousPoint.y;
bbox.width = abs(previousPoint.x-currentPoint.x);
bbox.height = abs(previousPoint.y-currentPoint.y);
}
else if (event == EVENT_RBUTTONUP)
{
destroyWindow("output");
}
}



實驗對比發(fā)現(xiàn):KCF速度最快,MedianFlow的速度也較快,對于無遮擋情況跟蹤效果較好;TLD對部分遮擋處理的效果最好,處理時間相對較慢.
部分遮擋處理效果
MIL對部分遮擋的處理效果:


以上這篇opencv3/C++ 使用Tracker實現(xiàn)簡單目標(biāo)跟蹤就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
C++中l(wèi)ist的使用方法及常用list操作總結(jié)
這篇文章主要介紹了C++中l(wèi)ist的使用方法及常用list操作總結(jié)的相關(guān)資料,需要的朋友可以參考下2017-06-06
C語言如何利用ASCII碼表統(tǒng)計字符串每個字符出現(xiàn)的次數(shù)
這篇文章主要介紹了C語言如何利用ASCII碼表統(tǒng)計字符串每個字符出現(xiàn)的次數(shù),具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-01-01

