在这篇文章中,我们将介绍如何使用通过 MultiTracker 类实现的 OpenCV 的多对象跟踪 API。我们将共享C++ 和 Python 代码。
大多数计算机视觉和机器学习的初学者都学习对象检测。如果您是初学者,您可能会想为什么我们需要对象跟踪。我们不能只检测每一帧中的对象吗?
让我们来探究一下跟踪是有用的几个原因。
首先,当在视频帧中检测到多个对象(例如人)时,跟踪有助于跨帧建立对象的身份。
其次,在某些情况下,对象检测可能会失败,但仍可能跟踪对象,因为跟踪考虑了对象在前一帧中的位置和外观。
第三,一些跟踪算法非常快,因为它们做的是局部搜索,而不是全局搜索。因此,我们可以通过每n帧进行目标检测,并在中间帧中跟踪目标,从而为我们的系统获得很高的帧率。
那么,为什么不在第一次检测后无限期地跟踪对象呢?跟踪算法有时可能会丢失它正在跟踪的对象。例如,当对象的运动太大时,跟踪算法可能跟不上。许多现实世界的应用程序同时使用检测和跟踪。
在本教程中,我们只关注跟踪部分。我们想要跟踪的对象将通过拖动它们周围的包围框来指定。
OpenCV 中的 MultiTracker 类提供了多目标跟踪的实现。它是一个简单的实现,因为它独立处理跟踪对象,而不对跟踪对象进行任何优化。
让我们逐步查看代码,了解如何使用 OpenCV 的多目标跟踪 API。
2.1 第 1 步:创建单一对象跟踪器
多目标跟踪器只是单目标跟踪器的集合。我们首先定义一个函数,该函数接受一个跟踪器类型作为输入,并创建一个跟踪器对象。OpenCV有8种不同的跟踪器类型:BOOSTING, MIL, KCF,TLD, MEDIANFLOW, GOTURN, MOSSE, CSRT。
如果您想使用 GOTURN 跟踪器,请务必阅读这篇文章并下载 caffe 模型。
在下面的代码中,给定跟踪器类的名称,我们返回跟踪器对象。这将在稍后用于多目标跟踪器。
Python
C++
2.2 第 2 步:读取视频的第一帧
多目标跟踪器需要两个输入
给定这些信息,跟踪器在所有后续帧中跟踪这些指定对象的位置。 在下面的代码中,我们首先使用 VideoCapture 类加载视频并读取第一帧。这将在稍后用于初始化 MultiTracker。
Python
C++
2.3 第 3 步:在第一帧中定位对象
接下来,我们需要在第一帧中定位我们想要跟踪的对象。该位置只是一个边界框。 OpenCV 提供了一个名为 selectROI 的函数,该函数会弹出一个 GUI 来选择边界框(也称为感兴趣区域 (ROI))。 在 C++ 版本中,selectROI 允许您获取多个边界框,但在 Python 版本中,它只返回一个边界框。所以,在 Python 版本中,我们需要一个循环来获取多个边界框。 对于每个对象,我们还选择一种随机颜色来显示边界框。 代码如下所示。
Python
C++
getRandomColors 函数相当简单
2.4 第 3 步:初始化 MultiTracker
到目前为止,我们已经读取了第一帧并获得了对象周围的边界框。这就是我们初始化多目标跟踪器所需的所有信息。
我们首先创建一个 MultiTracker 对象,并向其中添加与边界框一样多的单个对象跟踪器。在此示例中,我们使用 CSRT 单对象跟踪器,但您可以通过将下面的 trackerType 变量更改为本文开头提到的 8 个跟踪器之一来尝试其他跟踪器类型。 CSRT 跟踪器不是最快的,但在我们尝试的许多情况下它产生了最好的结果。
您还可以使用包裹在同一个 MultiTracker 中的不同跟踪器,但当然,这没什么意义。
MultiTracker 类只是这些单个对象跟踪器的包装器。正如我们从上一篇文章中知道的那样,单个对象跟踪器是使用第一帧初始化的,并且边界框指示我们想要跟踪的对象的位置。 MultiTracker 将此信息传递给它在内部包装的单个对象跟踪器。
Python
C++
2.5 第 4 步:更新 MultiTracker 并显示结果
最后,我们的 MultiTracker 已准备就绪,我们可以在新帧中跟踪多个对象。我们使用 MultiTracker 类的 update 方法来定位新框架中的对象。每个跟踪对象的每个边界框都使用不同的颜色绘制。
Python
C++
C++
Python
Step1 基础配置:
Ghost是依托于node.js的,所以要先搭建node环境。
sudo apt-get update
sudo apt-get install -y python-software-properties python g++ make
sudo add-apt-repository ppa:chris-lea/node.js
sudo apt-get update
sudo apt-get install nodejs
这些命令全部执行完毕以后,要确认是否配置成功。在终端输入:
node -v
v0.10.36
显示node的版本号,即为安装成功。
接下来再确认一下npm安装是否成功,终端输入:
npm -v
同样,输出版本号为安装成功。
Step2配置Ghost:
首先要新建一个工作空间(文件夹)来存放Ghost:
sudo mkdir -p /var/www/
下载Ghost:
进入刚才创建的工作空间
cd /var/www/
下载Ghost并解压
sudo wget https://ghost.org/zip/ghost-latest.zip
sudo unzip -d ghost ghost-latest.zip
(解压的时候可能会出错,是因为没有下载解压工具unzip,执行命令下载即可,然后重复解压命令。)
sudo apt-get install unzip
安装Ghost的生产模块:
cd ghost/
sudo npm install --production
现在我们已经安装完了,但是需要设置之后,才能启动它。
Ghost设置:
sudo cp config.example.js config.js
这句话的意思复制config.example.js 并命名为config.js,我们要对config.js这个文件进行修改:
sudo nano config.js
(这句话是用nano打开config.js,提示没有安装nano的话,输入以下命令安装,然后重复上一条命令:)
sudo apt-get install nano
打开以后,修改以下被标注的区域:
config = {
// ### Production
// When running Ghost in the wild, use the production environment
// Configure your URL and mail settings here
production: {
url: 'http://my-ghost-blog.com',
###将‘ ’内部的内容修改为你的解析后的域名,注意带上http
mail: {
// Your mail settings
},
database: {
client: 'sqlite3',
connection: {
filename: path.join(__dirname, '/content/data/ghost.db')
},
debug: false
},
server: {
// Host to be passed to node's `net.Server#listen()`
host: '127.0.0.1',
###将‘127.0.0.1’改为‘0.0.0.0’
// Port to be passed to node's `net.Server#listen()`, for iisnode s$
port: '2368'
}
},
(...)
然后CTRL + X再输入Y然后敲ENTER退出。
现在已经配置好了Ghost,输入:
sudo npm start --production
大概会显示:
[email protected] start /var/www/ghost
>node index
Migrations: Database initialisation required for version 003
Migrations: Creating tables...
Migrations: Creating table: posts
[...]
然后现在你就可以让你的Ghost使用2368这个端口:http://你的域名.com:2368就可以看到Ghost本尊。
CTRL + C可以结束掉正在开启的Ghost
但是这还不是结束!
接下来要让你的Ghost一直处于运行状态。
Step4 配置服务器程序:
在终端执行:
sudo apt-get install nginx
接下来需要对Nginx进行一些配置:
sudo apt-get install nginx
sudo rm sites-enabled/default
sudo touch /etc/nginx/sites-available/ghost
sudo nano /etc/nginx/sites-available/ghost
然后把这些代码粘贴进去:
server {
listen 80
server_name your_domain.tld
###修该为你的域名
location / {
proxy_set_header X-Real-IP $remote_addr
proxy_set_header Host $http_host
proxy_pass http://127.0.0.1:2368
}
}
然后建立一个链接,将你新建的配置告诉Nginx:
sudo ln -s /etc/nginx/sites-available/ghost /etc/nginx/sites-enabled/ghost
然后重启Nginx:
sudo service nginx restart
接下来创建一个新的用户,并给与他权限:
sudo adduser --shell /bin/bash --gecos 'Ghost application' ghost
sudo chown -R ghost:ghost /var/www/ghost/
然后用ghost用户使用系统:
su - ghost
现在我们要开启Ghost:
cd /var/www/ghost
npm start --production
然后你可以在浏览器输入你的域名来查看你的Ghost博客。
Step5 保持Ghost的运行:
我们得先退出ghost用户:
exit
接下来安装forever:
sudo npm install -g forever
然后执行:
NODE_ENV=production forever start index.js
接下来看一下forever是否挂在了index.js:
forever list
这个状态的话,你就可以开始你的Ghost之路了!这个状态的话,你就可以开始你的Ghost之路了!
结束进程命令:
forever index.js
大体上保留了OpenCV 2经典的C++和Python编程接口风格。其中,Python接口大大增强,也加入了Python 3.x的支持。一般来说,以前版本的程序只要做少数修改,就可以使用OpenCV 3了。另外还改善了Java接口,并且加入了MATLAB支持。
架构调整。图片、视频编解码从highgui模块分离出来,组成了imgcodecs和videoio。原先的OpenCL模块ocl事实上与其它模块融为一体,而CUDA加速模块gpu分解成了数个以cuda开头的模块。此外,除了官方支持的OpenCV代码,还有一些自发贡献的内容、不稳定的内容,或者版权尚存争议的内容,都放到了新的仓库opencv_contrib中。
更多新算法。新版本包括了TLD、鱼眼镜头模型等全新算法,还包括了一些更高层次可以直接拿来用的高级封装,比如汽车检测等。
引入T-API,使OpenCL加速更容易。目前可以参考OpenCV源代码中T-API的范例。可以发现,开启和关闭OpenCL加速,只需要一个语句就够了。这也就是为什么ocl模块会消失了吧。
更多指令集优化。除了之前为Intel CPU做的优化以外,OpenCV 3还容纳了ARM平台NEON指令集的支持。通过英特尔的帮助,OpenCV 3对x86和x64平台默认使用IPP