Error message here!

Hide Error message here!

忘记密码?

Error message here!

请输入正确邮箱

Hide Error message here!

密码丢失?请输入您的电子邮件地址。您将收到一个重设密码链接。

Error message here!

返回登录

Close

[AI开发]目标跟踪之计数

周见智 2019-06-12 10:04:00 阅读数:98 评论数:0 点赞数:0 收藏数:0

基于视频结构化的应用中,目标在经过跟踪算法后,会得到一个唯一标识和它对应的运动轨迹,利用这两个数据我们可以做一些后续工作:测速(交通类应用场景)、计数(交通类应用场景、安防类应用场景)以及行为检测(交通类应用场景、安防类应用场景)。我会写三篇文章依次介绍这三个主题。

(1)目标跟踪之速度计算

(2)目标跟踪之计数

(3)目标跟踪之行为检测

后面会陆续添加链接。

本篇文章以交通类应用场景为例,介绍车辆断面计数方法。

 

人工计数方式

设想一个场景,你蹲在地下通道旁边,要统计穿过这条通道最近5分钟的人流量,你实际的做法是什么?目光是停留在一个人身上,从TA进入通道直到离开吗?当然不是,因为这样的话你根本没有那么多双眼睛。正常人会在通道中某个位置想象出来一条虚拟分界线,目光紧盯这条线附近区域即可,有人跨线计数就加一。他们是不会关注这条直线两边稍远区域的目标,因为那里有什么、有多少目标都不会影响最终的计数结果。

如上图,对于A区域和B区域范围内的目标,观察者是不需要考虑的,只有经过黄色虚拟计数线的目标才会纳入计数范畴。在A和B区域出现的目标停留、调头等都不影响最终的计数结果。

 

自动计数原理

自动计数原理其实跟人工计数一致,计数算法应该同样假设出一条虚拟的分界线,目标穿过这条虚拟的分界线时,总计数加一。前面提到过,目标经过跟踪算法处理后,会得到一个唯一目标标识和对应的运动轨迹坐标点集合,通过这两个数据可以很快判断某个目标是否穿越某条直线。2D平面中判断一个点(X,Y)在一条直线(X1, Y1)(X2, Y2)左侧还是右侧的算法很简单,下面是对应代码:

 // check if point at one side of line
 bool LeftOfLine(Point p, Point p1, Point p2)
 {
     if (p1.X == p2.X)
     {
         return p.X < p1.X;
     }
 
     if (p1.Y == p2.Y)
     {
         return p.Y < p1.Y;
     }
 
     if (p2.X < p1.X)
     {
         Point tmp = p2;
         p2 = p1;
         p1 = tmp;
     }
 
     int ret = (p2.Y - p.Y) * (p2.X - p1.X) - (p2.Y - p1.Y) * (p2.X - p.X);
     return ret < 0;
 }    

上面代码可以判断点P是否在P1和P2组成直线的左侧,如果是返回True,否则返回False。(直线左侧和右侧并不太恰当,在实际使用过程中,如果P1和P2已经确定,该方法返回True代表点在直线的一侧,返回False代表点在直线的另一侧)。目标刚出现时,我们通过以上方法判断它在直线的某一侧(方法返回结果为A),目标在移动过程中,会不断得到新的位置点(轨迹点集合中最新的一点),我们还是通过以上方法来判断目标在直线的某一侧(方法返回结果为B),如果A!=B,说明目标跨越了直线,此时计数应该加一。已经参与计数的目标设置一个Flag,后面不再参与计数逻辑。

下面给出5种情况,说明自动计数逻辑中,目标参与计数和不参与计数的规则:

(1)理想情况下,目标从监控画面底部P1进入时,即可被检测算法检测到,并被跟踪算法跟踪到,之后连续跟踪,直到离开监控区域,从P2处消失。目标跨域虚拟计数线(图中红色虚线),计数生效。

(2)检测算法准确性不高,目标到特定位置P1才被检测到,直到离开监控区域,从P2处消失。目标跨域虚拟计数线,计数生效。

(3)检测算法准确性不高,目标还未跨越虚拟计数线就不能被检测到了。计数不生效。

(4)检测算法准确性不高,或者跟踪算法准确性不高,目标虽然被跟踪到,但是跟踪到的轨迹并不是连续的,并且轨迹刚好在虚拟计数线那里断掉了。计数不生效。

(5)检测算法准确性不高,目标轨迹没有跨域虚拟计数线,这个情况跟(3)一致。

注意,以上举例都是假设目标从监控画面底部进入视野(去向),当目标从监控画面顶部进入视野时(来向),情况类似。

 

影响自动计数准确性的因素

根据前面的讨论,其实影响自动计数准确性的因素很好归纳:

(1)检测算法准确性。目标如果还未跨越虚拟计数线时,检测算法就检测不到该目标了,那么计数肯定丢失;

(2)跟踪算法准确性。跟踪算法效果不好时,目标轨迹不连续,很可能刚好在虚拟计数线那里断掉;

(3)虚拟计数线的位置。虚拟计数线不能太远,很多检测算法对远处的小目标检测效果不理想;当然也不能太近,我们在计数时,为了过滤错误的检测目标,要求必须保证目标轨迹点的数量要大于某个值,比如目标在跨越计数线时,要求目标轨迹点集合中的点数量大于25(必须被连续跟踪超过1秒,假设FPS为25),如果虚拟计数线太近,目标从监控画面下方进入时并且速度很快,那么它不会被连续跟踪超过1秒。

以上是目标跟踪中关于计数的详细说明,有问题留言私信皆可。

版权声明
本文为[周见智]所创,转载请带上原文链接,感谢
https://www.cnblogs.com/xiaozhi_5638/p/11010749.html