最简单的目标跟踪（模版匹配）

最简单的目标跟踪（模版匹配）

zouxy09@qq.com

http://blog.csdn.net/zouxy09

一、概述

目标跟踪是计算机视觉领域的一个重要分支。研究的人很多，近几年也出现了很多很多的算法。大家看看淋漓满目的paper就知道了。但在这里，我们也聚焦下比较简单的算法，看看它的优势在哪里。毕竟有时候简单就是一种美。

在这里我们一起来欣赏下“模板匹配”这个简单点的跟踪算法。它的思想很简单，我们把要跟踪的目标保存好，然后在每一帧来临的时候，我们在整个图像中寻找与这个目标最相似的，我们就相信这个就是目标了。那如何判断相似呢？就用到了一些相关性的东西了，这个在我之前的一篇博文里面介绍过，大家可以参考下：

模板匹配中差值的平方和（SSD）与互相关准则的关系

http://blog.csdn.net/zouxy09/article/details/8549743

然后为了适应目标的变化，我们就需要随时更新我们要跟踪的目标。换句话来说，在跟踪t帧的时候，也就是在第t帧寻找目标的时候，是与t-1帧中我们找到的目标来进行比较的。这样目标的外观变化就会及时的更新。这个就叫做在线跟踪方法。当然了，这个策略会导致跟踪漂移的问题，这就是近几年很多跟踪算法关注的重要问题之一了。

二、代码实现

我的代码是基于VS2010+ OpenCV2.4.2的。代码可以读入视频，也可以读摄像头，两者的选择只需要在代码中稍微修改即可。对于视频来说，运行会先显示第一帧，然后我们用鼠标框选要跟踪的目标，然后跟踪器开始跟踪每一帧。对摄像头来说，就会一直采集图像，然后我们用鼠标框选要跟踪的目标，接着跟踪器开始跟踪后面的每一帧。具体代码如下：

simpleTracker.cpp

// Object tracking algorithm using matchTemplate
// Author : zouxy
// Date   : 2013-10-28
// HomePage : http://blog.csdn.net/zouxy09
// Email  : zouxy09@qq.com#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;// Global variables
Rect box;
bool drawing_box = false;
bool gotBB = false;// bounding box mouse callback
void mouseHandler(int event, int x, int y, int flags, void *param){switch( event ){case CV_EVENT_MOUSEMOVE:if (drawing_box){box.width = x-box.x;box.height = y-box.y;}break;case CV_EVENT_LBUTTONDOWN:drawing_box = true;box = Rect( x, y, 0, 0 );break;case CV_EVENT_LBUTTONUP:drawing_box = false;if( box.width < 0 ){box.x += box.width;box.width *= -1;}if( box.height < 0 ){box.y += box.height;box.height *= -1;}gotBB = true;break;}
}// tracker: get search patches around the last tracking box,
// and find the most similar one
void tracking(Mat frame, Mat &model, Rect &trackBox)
{Mat gray;cvtColor(frame, gray, CV_RGB2GRAY);Rect searchWindow;searchWindow.width = trackBox.width * 3;searchWindow.height = trackBox.height * 3;searchWindow.x = trackBox.x + trackBox.width * 0.5 - searchWindow.width * 0.5;searchWindow.y = trackBox.y + trackBox.height * 0.5 - searchWindow.height * 0.5;searchWindow &= Rect(0, 0, frame.cols, frame.rows);Mat similarity;matchTemplate(gray(searchWindow), model, similarity, CV_TM_CCOEFF_NORMED); double mag_r;Point point;minMaxLoc(similarity, 0, &mag_r, 0, &point);trackBox.x = point.x + searchWindow.x;trackBox.y = point.y + searchWindow.y;model = gray(trackBox);
}int main(int argc, char * argv[])
{VideoCapture capture;capture.open("david.mpg");bool fromfile = true;//Init cameraif (!capture.isOpened()){cout << "capture device failed to open!" << endl;return -1;}//Register mouse callback to draw the bounding boxcvNamedWindow("Tracker", CV_WINDOW_AUTOSIZE);cvSetMouseCallback("Tracker", mouseHandler, NULL ); Mat frame, model;capture >> frame;while(!gotBB){if (!fromfile)capture >> frame;imshow("Tracker", frame);if (cvWaitKey(20) == 'q')return 1;}//Remove callbackcvSetMouseCallback("Tracker", NULL, NULL ); Mat gray;cvtColor(frame, gray, CV_RGB2GRAY); model = gray(box);int frameCount = 0;while (1){capture >> frame;if (frame.empty())return -1;double t = (double)cvGetTickCount();frameCount++;// trackingtracking(frame, model, box); // showstringstream buf;buf << frameCount;string num = buf.str();putText(frame, num, Point(20, 20), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 0, 255), 3);rectangle(frame, box, Scalar(0, 0, 255), 3);imshow("Tracker", frame);t = (double)cvGetTickCount() - t;cout << "cost time: " << t / ((double)cvGetTickFrequency()*1000.) << endl;if ( cvWaitKey(1) == 27 )break;}return 0;
}

三、结果

我们对在目标跟踪领域一个benchmark的视频-david来测试下代码的效果。如下图所以，每帧的帧号在右上角所示。这个视频的光照变化是挺大的，但是简单的模板匹配方法还是可以挺有效的进行跟踪的，而且速度很快，在这个视频中，只花费了1ms左右（耗时的长度与目标框的大小和机器的性能有关）。

最简单的目标跟踪（模版匹配）相关推荐

在机械狗上利用AstraPro3D深度摄像头简单实现目标跟踪和人体姿态识别
本次任务是将AstraPro3D摄像头和机械狗运用起来,AstraPro为奥比中光开发的3D传感摄像头,机械狗是云深处绝影mini,过程中主要运用到了AstraSDK做骨架提取,ros系统控制机械狗和 ...
利用OpenCV实现——目标跟踪方法(一)
目标跟踪一直是热门话题,对于实时帧跟踪首先要判断有无运动目标. 最简单的目标跟踪是首先处理视频(摄像头)帧,然后灰度化,二值化,包括滤波处理(Gaussian),模糊处理(blur),二值化处理等等得 ...
目标跟踪：在视频序列中跟踪特定对象的位置和状态
目录 1. 概述 2. 数据准备 3. 特征提取 4. 卡尔曼滤波器 5. 目标跟踪 6. 改进和扩展 1. 概述在这个项目中,我们将使用预训练的 CNN 模型作为特征提取器,提取视频帧中的目标对象 ...
opencv动态目标跟踪学习总结
用opencv实现对视频中动态目标的追踪第一步,是要建立一个编程环境,然后加载opencv的库路径等等.具体步骤在 http://www.opencv.org.cn/ 的"安装" ...
视频目标跟踪综述【一】
目标跟踪作为计算机视觉中的经典问题,一直到现在都有很多学者在研究,目标跟踪可以被应用于许多方面: 基于动作的识别,即基于步态的人类识别,自动物体检测等; 自动监控,即监控场景检测可疑活动或不太可能的事 ...
android opencv kcf,目标跟踪的深度学习方法与 opencv 实现 kcf 方法
目标跟踪的深度学习方法与 opencv 实现 kcf 方法算法选型 10 2.1. 现有算法分类 10 2.2. 图像目标跟踪方法 11 1. 概述 1.1. 背景行为识别的前提是需要对人体目标 ...
jetbot12 之人手目标跟踪(hand tracking)
有了目标检测再结合云台舵机 PID 算法可以实现简单的目标跟踪: 注: PID 算法源码是机器人开发板厂家提供, 以下是简单原理介绍: P - 线性控制量 , I - 积分参数 , D - 微分 ...
基于特征点匹配的自适应目标跟踪算法
基于特征点匹配的自适应目标跟踪算法 2016-01-29 13:11 摘要:由于实际场景复杂多变,目标在运动过程中往往会出现形变.遮挡等问题,增加了跟踪的难度.为了解决上述问题,提出一种基于特征点匹 ...
目标跟踪之光流法---光流法简单介绍
光流的概念是Gibson在1950年首先提出来的.它是空间运动物体在观察成像平面上的像素运动的瞬时速度,是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系 ...

最简单的目标跟踪（模版匹配）

最简单的目标跟踪（模版匹配）相关推荐

最新文章

热门文章