opencv基于MultiTracker的多目标跟踪

背景——为何需要目标跟踪

在视频帧中检测到多个对象时，跟踪有助于跨帧确定对象的身份。
在某些情况下，目标检测可能会失败但仍可能跟踪对象，因为跟踪考虑前一帧中对象的位置和外观。
跟踪算法非常快，因为它们进行本地搜索而不是全局搜索。我们可以通过每第n帧执行目标检测并在中间帧中跟踪对象来为我们的系统获得非常高的性能。
由于复杂的实际情况，跟踪和目标检测需要相结合，通常会在目标跟踪一段时间后再次目标检测。

代码

OpenCV中的多目标跟踪器MultiTracker类提供了多目标跟踪的实现。
但是这仅仅是一个初步的实现，因为它只处理跟踪对象，而不对被跟踪对象进行任何优化。

'''
CSRT:高准确度但是速度慢
KCF：速度快精度略低
MOSSE:纯粹节省时间
'''# 三个目标进行跟踪
import cv2
print('Select 3 tracking targets')
cv2.namedWindow("tracking")
camera = cv2.VideoCapture('./images/vtest.avi')
tracker = cv2.MultiTracker_create()
init_once = Falseok, image = camera.read()
if not ok:print('Failed to read video')exit()bbox1 = cv2.selectROI('tracking', image)
bbox2 = cv2.selectROI('tracking', image)
bbox3 = cv2.selectROI('tracking', image)while camera.isOpened():ok, image = camera.read()if not ok:print('no image to read')breakif not init_once:ok = tracker.add(cv2.TrackerMIL_create(), image, bbox1)ok = tracker.add(cv2.TrackerMIL_create(), image, bbox2)ok = tracker.add(cv2.TrackerMIL_create(), image, bbox3)init_once = Trueok, boxes = tracker.update(image)print(ok, boxes)for newbox in boxes:p1 = (int(newbox[0]), int(newbox[1]))p2 = (int(newbox[0] + newbox[2]), int(newbox[1] + newbox[3]))cv2.rectangle(image, p1, p2, (200,0,0))cv2.imshow('tracking', image)k = cv2.waitKey(1)if k == 27:break  # esc pressed

效果

opencv基于MultiTracker的多目标跟踪相关推荐

Python，OpenCV基于支持向量机SVM的手写数字OCR
Python,OpenCV基于支持向量机SVM的手写数字OCR 1. 效果图 2. SVM及原理 2. 源码 2.1 SVM的手写数字OCR 2.2 非线性SVM 参考上一节介绍了基于KNN的手写数 ...
OpenCV基于均值漂移的跟踪的实例(附完整代码)
OpenCV基于均值漂移的跟踪的实例 OpenCV基于均值漂移的跟踪的实例 OpenCV基于均值漂移的跟踪的实例 #include "opencv2/core/utility.hpp&quo ...
OpenCV基于LeNet-5和连接组件分析的数字识别的实例(附完整代码)
OpenCV基于LeNet-5和连接组件分析的数字识别的实例 OpenCV基于LeNet-5和连接组件分析的数字识别的实例 OpenCV基于LeNet-5和连接组件分析的数字识别的实例 #includ ...
OpenCV使用MultiTracker
OpenCV使用MultiTracker OpenCV使用MultiTracker 目标源代码解释创建MultiTracker对象选择多个对象将跟踪的对象添加到MultiTracker 获得 ...
OpenCV基于ARM的Linux系统的交叉编译
OpenCV基于ARM的Linux系统的交叉编译基于ARM的Linux系统的交叉编译先决条件获取OpenCV源代码获取最新的稳定OpenCV版本从Git存储库中获取最新的OpenCV 构建O ...
AI论文解读：基于Transformer的多目标跟踪方法TrackFormer
摘要:多目标跟踪这个具有挑战性的任务需要同时完成跟踪目标的初始化.定位并构建时空上的跟踪轨迹.本文将这个任务构建为一个帧到帧的集合预测问题,并提出了一个基于transformer的端到端的多目标跟踪方 ...
Opencv基于改进VGG19的表情识别系统（源码＆Fer2013＆教程）
1.研究背景在深度学习中,传统的卷积神经网络对面部表情特征的提取不充分以及计算参数量较大的问题,导致分类准确率偏低.因此,提出了一种基于改进的VGG19网络的人脸表情识别算法.首先,对数据进行增强如 ...
C++ OpenCV 基于HSV颜色分割区域、获取目标
C++ OpenCV 基于HSV颜色分割区域.获取目标读取图片 // An highlighted block Mat img = imread("E:/Data_image/螺丝-线1/ ...
OpenCV基于颜色信息的车牌提取
OpenCV基于颜色信息的车牌提取车牌提取的方法主要有:基于纹理特征分析法.基于数学形态学分析法.基于边缘检测的定位分析法.基于小波分析的定位分析法.基于彩色信息的定位分析法,本文采用的方法是基于颜 ...
OpenCV基于形状的模板匹配
OpenCV基于形状的模板匹配引言基于形状的匹配算法具体代码 KcgMatch.h KcgMatch.cpp main.cpp 匹配的结果引言在OpenCV中有个用于模板匹配的基本函数mat ...

opencv基于MultiTracker的多目标跟踪

背景——为何需要目标跟踪

代码

效果

opencv基于MultiTracker的多目标跟踪相关推荐

最新文章

热门文章