opencv3/C++如何使用Tracker實現(xiàn)目標跟蹤-創(chuàng)新互聯(lián)

這篇文章主要介紹了opencv3/C++如何使用Tracker實現(xiàn)目標跟蹤，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

創(chuàng)新互聯(lián)2013年開創(chuàng)至今，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項目成都做網(wǎng)站、成都網(wǎng)站設(shè)計網(wǎng)站策劃，項目實施與項目整合能力。我們以讓每一個夢想脫穎而出為使命，1280元哈密做網(wǎng)站,已為上家服務(wù),為哈密各地企業(yè)和個人服務(wù),聯(lián)系電話:028-86922220

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 使用目標周圍區(qū)域的循環(huán)矩陣采集正負樣本,利用脊回歸訓(xùn)練目標檢測器,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 &parameters); 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樣本 int featureSetNumFeatures; //特征 void read（const FileNode＆fn）; void write（FileStorage＆fs）const; };

TrackerBoosting

static Ptr<TrackerBoosting> create(const TrackerBoosting::Params &parameters); 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,點擊右鍵確認并使用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 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:

opencv::Tracker Algorithms

感謝你能夠認真閱讀完這篇文章，希望小編分享的“opencv3/C++如何使用Tracker實現(xiàn)目標跟蹤”這篇文章對大家有幫助，同時也希望大家多多支持創(chuàng)新互聯(lián)網(wǎng)站建設(shè)公司，，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識等著你來學(xué)習(xí)!

分享名稱：opencv3/C++如何使用Tracker實現(xiàn)目標跟蹤-創(chuàng)新互聯(lián)
網(wǎng)站URL：http://bm7419.com/article22/cdesjc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站制作、品牌網(wǎng)站建設(shè)、域名注冊、用戶體驗、網(wǎng)頁設(shè)計公司、網(wǎng)站營銷

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容