Die Übersetzung dieser Seite ist veraltet. Klicken Sie hier, um die neueste Version auf Englisch zu sehen.

Tracking und Bewegungsschätzung

Optischer Fluss, Aktivitätserkennung, Bewegungsschätzung, Objekt-Reidentifizierung und Tracking

Bewegungsschätzung und -Tracking sind Schlüsselprozesse bei vielen Computer-Vision-Anwendungen, darunter Aktivitätserkennung, Verkehrsüberwachung, Automobilsicherheit und Überwachung.

Computer Vision Toolbox™ stellt verschiedene Videotracking-Algorithmen bereit, wie Continuously Adaptive Mean Shift (CAMShift) und Kanade-Lucas-Tomasi (KLT). Sie können diese Algorithmen zum Tracking eines einzelnen Objekts oder als Bausteine für ein komplexeres Trackingsystem verwenden. Die Toolbox bietet zudem ein Framework für das Tracking mehrerer Objekte, das einen Kalman-Filter umfasst und den Hungarian-Algorithmus zur Zuweisung nachzuverfolgender Objekterkennungen verwendet.

Bewegungsschätzung ist der Prozess zur Ermittlung der Bewegungen von Blöcken zwischen aneinandergrenzenden Videobildern. Diese Toolbox umfasst Algorithmen zur Bewegungsschätzung wie optischen Fluss, Blockabgleich und Vorlagenabgleich. Diese Algorithmen erstellen Bewegungsvektoren, die sich auf das gesamte Bild, Blöcke, beliebige Bereiche oder einzelne Pixel beziehen können. Bei Block- und Vorlagenabgleich umfassen die Beurteilungsmetriken zur Ermittlung der höchsten Übereinstimmung mittlere quadratische Abweichung (mean square error, MSE), mittlere absolute Abweichung (mean absolute deviation, MAD), maximale absolute Differenz (MaxAD), Summe der absoluten Differenz (SAD) und Summe der quadratischen Differenz (SSD).

Funktionen

alle erweitern

Laden, Speichern und Anzeigen von Videos

`vision.BinaryFileReader`	Read video data from binary files
`vision.BinaryFileWriter`	Write binary video data to files
`vision.DeployableVideoPlayer`	Display video
`vision.VideoPlayer`	Play video or display image
`vision.VideoFileWriter`	Write video frames and audio samples to video file
`VideoReader`	Create object to read video files

Objekt-Tracking

`assignDetectionsToTracks`	Assign detections to tracks for multiobject tracking
`bbox2points`	Convert rectangle to corner points list
`configureKalmanFilter`	Create Kalman filter for object tracking
`vision.KalmanFilter`	Correction of measurement, state, and state estimation error covariance
`vision.HistogramBasedTracker`	Histogram-based object tracking
`vision.PointTracker`	Track points in video using Kanade-Lucas-Tomasi (KLT) algorithm
`vision.BlockMatcher`	Estimate motion between images or video frames
`vision.TemplateMatcher`	Locate template in image

Objekt-Reidentifizierung

`reidentificationNetwork`	Re-identification deep learning network for re-identifying and tracking objects (Seit R2024a)
`extractReidentificationFeatures`	Extract object re-identification (ReID) features from image (Seit R2024a)
`trainReidentificationNetwork`	Train re-identification (ReID) deep learning network (Seit R2024a)
`evaluateReidentificationNetwork`	Evaluate re-identification network using cumulative matching characteristic (CMC) and mean average precision (mAP) metrics (Seit R2024a)
`reidentificationMetrics`	Re-identification (ReID) quality metrics (Seit R2024a)

Bewegungsschätzung

`opticalFlow`	Object for storing optical flow matrices
`opticalFlowFarneback`	Object for estimating optical flow using Farneback method
`opticalFlowHS`	Object for estimating optical flow using Horn-Schunck method
`opticalFlowLK`	Object for estimating optical flow using Lucas-Kanade method
`opticalFlowLKDoG`	Object for estimating optical flow using Lucas-Kanade derivative of Gaussian method
`vision.BlockMatcher`	Estimate motion between images or video frames
`vision.TemplateMatcher`	Locate template in image

Visualisierung und Anzeige

`insertMarker`	Insert markers in image or video
`insertShape`	Insert shapes in image or video
`insertObjectAnnotation`	Annotate truecolor or grayscale image or video
`insertText`	Insert text in image or video
`imshow`	Display image
`imshowpair`	Compare differences between images

Themen

Multiple Object Tracking
Locate a moving object or multiple objects over time in a video stream.

Enthaltene Beispiele

Reidentify People Throughout a Video Sequence Using ReID Network

Track people throughout a video sequence using re-identification with a residual network.

Live Script öffnen

Automate Ground Truth Labeling for Object Tracking and Re-Identification

Create an automation algorithm to automatically label data for object tracking and for object re-identification.

Live Script öffnen

Convert Ground Truth Labeling Data for Object Tracking

Convert a groundTruth object to the trackCLEARmetrics truth format.

Live Script öffnen

Multi-Object Tracking with DeepSORT

Integrate appearance features from a re-Identification (Re-ID) deep neural network with a multi-object tracker.

Live Script öffnen

Tracking Pedestrians from a Moving Car

Track pedestrians using a camera mounted in a moving car.

Script öffnen

Motion-Based Multiple Object Tracking

Perform automatic detection and motion-based tracking of moving objects in a video from a stationary camera.

Script öffnen

Visual Tracking of Occluded and Unresolved Objects

Resolve challenging tracking scenarios when objects are occluded or when they are in close proximity to each other.

Live Script öffnen

Implement Simple Online and Realtime Tracking

Implement the Simple Online and Realtime (SORT) object tracking algorithm using the Computer Vision Toolbox and the Sensor Fusion and Tracking Toolbox™.

Live Script öffnen

Track a Face in Scene

Track a face using a minimum Eigen features detection function and a point tracker.

Script öffnen

Face Detection and Tracking Using Live Video Acquisition

Automatically detect and track a face in a live video stream, using the KLT algorithm.

Script öffnen

Face Detection and Tracking Using CAMShift

Automatically detect and track a face.

Script öffnen

Face Detection and Tracking Using the KLT Algorithm

Automatically detect and track a face using feature points. The approach in this example keeps track of the face even when the person tilts his or her head, or moves toward or away from the camera.

Live Script öffnen

Use Kalman Filter for Object Tracking

Use the vision.KalmanFilter object and configureKalmanFilter function to track objects.

Script öffnen

Import Camera-Based Datasets in MOT Challenge Format for Object Tracking

Read camera image sequences and convert the ground truth and detections to Sensor Fusion and Tracking Toolbox formats using a custom dataset.

Live Script öffnen

Multi-Object Tracking and Human Pose Estimation

Detect multiple people, track them, and estimate their body poses in a video by using pretrained deep learning networks and a global nearest-neighbor (GNN) assignment tracking approach.

Live Script öffnen