Трекинг объектов.

[Nuzhny 243]

Пробовал стандартные примеры из OpenCV? blobtracking, например.

[uchiro 0]

Задача: программе указывается любой объект в пространстве, после программа должна отслеживать его движение, объект может вращаться, при потери и возвращении объекта из видимости также находить объект.

Предполагаю что нужно использовать стерео-зрение. Только начинаю разбираться в этой теме, и хотел бы услышать в каком направлении двигаться.

[Smorodov 578]

Вот в этом (пост №98) :

http://www.compvision.ru/forum/index.php?showtopic=15&st=80

[uchiro 0]

Вот в этом (пост №98) :

http://www.compvision.ru/forum/index.php?showtopic=15&st=80

Читаю, спасибо.

[uchiro 0]

Вот в этом (пост №98) :

http://www.compvision.ru/forum/index.php?showtopic=15&st=80

Возможно использовать каскады Хаара для любого объекта? Я так и не нашел описание что вообще из себя представляю каскады(

[Pavia00 32]

Классическая схема распознавания.

Берём изображение выделяем признаки.

Затем берётся прямоугольник который накрывает некоторое под пространство.

Сверяя значение координат признаков и их количество в этом подпространстве происходит классификация. Принадлежит ли этот набор признаков к заданному классу. То есть мы решаем является этот набор признаков нашим объектом.

Идёт перебор координат прямоугольника.

Так вот в каскаде используется не нейронная сеть, а двоичные деревья решений.

Где каждый узел либо принимает объект к классу либо отвергает. Если отвергает, то остальные условия не проверяются. Переходим к следующий позиции.

Это значительно ускоряет обработку по сравнению с НС. И качество распознавания не сильно страдает, можно сказать практически не страдает.

Могу и ошибаться так как сам до конца не разбирался, но как-то так.

Использовать можно для любого объекта. Вернее в большинстве случаев оно вам подойдёт.

[uchiro 0]

А о чем статья в Wiki compvision про обучение каскадов, алгоритм ясен, но в чем его использовать? И можно статью по использованию собственных каскадов для обнаружения объектов, а не лиц, или в opencv это одно и тоже?

[Smorodov 578]

Здесь мои слайды к лекции:

http://www.compvision.ru/forum/index.php?app=core&module=attach&section=attach&attach_id=369

Здесь про Adaboost:

http://www.compvision.ru/forum/index.php?showtopic=543

[uchiro 0]

Примерный алгоритм таков:

1) сделать кадры с объектом слежения с разных ракурсов,

2) сделать на основе кадров файл каскада,

3) далее применять каскады cvHaarDetectObjects();

Возникает вопрос, так как объект в пространстве, его можно вращать. Но у книги с фронтальным представлением и изометрическим мало общих признаков, будет ли находить?

[Smorodov 578]

Хаар не будет находить. Для этого дескрипторы используют см. opencv-шный пример find_obj.cpp, там как раз плоский объект ищут.

Вот примерно оно:

[uchiro 0]

Тут опять же только вид спереди, а если изометрический, то не найдет.

[Smorodov 578]

Этот метод допускает повороты плоскости вокруг осей. Вопрос в устойчивости детектирования дескрипторов.

А постановку задачи с картинками можно?

Может Вас вполне ArToolkit устроит.

[uchiro 0]

Вот, например вот это. Объект и фон могут быть любыми.

Archive.zip

[Smorodov 578]

Нужно знать что мы хотим детектировать.

Чем больше мы знаем об объекте тем надежнее детектирование.

Допустим, в кадре толпа людей, плюс к тому ездят машины и летает муха. Что здесь объект, а что фон?

Вы сами справитесь (живыми мозгами) со своей постановкой задачи при таких условиях?

А комп, он ведь тупой, что ему скажешь, то и делает

[uchiro 0]

Нужно знать что мы хотим детектировать.

Чем больше мы знаем об объекте тем надежнее детектирование.

Допустим, человек идет в толпе плюс к тому ездят машины и летает муха. Что здесь объект, а что фон?

Вы сами справитесь со своей постановкой задачи при таких условиях?

Да, я не правильно разбил задачи на этапы. Все гораздо более конкретно.

Есть машина, и БПЛА, нужно написать программную часть слежения за машиной.

PS Все _Гораздо_ более конкретно чем я написал

[Smorodov 578]

Да, так понятнее

Я, в таком случае, посмотрел бы вначале на:

1) CamShift - требуется собрать статистику цвета машины, можно выделить мышкой в кадре для инициализации.

2) оптический поток

3) фильтр кальмана или фильтр частиц (particle filter или ConDensation)

Еще есть

blobtrack_sample.cpp

в примерах по opencv.

Очень советую посмотреть, хотя бы для того, чтобы освоиться с этой областью.

[Predatorxxx 5]

Уважаемые форумчане. Передо мной стоит следующая задача.

- есть камера, пусть она стоит в комнате - то есть неподвижный фон

- в комнате постоянно ходят люди, посередине фрейма существует невидимая граница

- при переходе любого объекта сквозь эту границу слева - направо надо прибавлять +1 к одному счетчику и справа - налево +1 к другому счетчику. ну и просто вывести на экран сколько они насчитали.

Для начала я открыл файл motempl.exe - и получил эти самые "факты движения" круги которые показывают типа "вот здесь" произошло движение и двигалось оно вон туда. Окей. Поставил счетчики и невидимую границу - и типа если круг находится слева от границы но расстояние между его центром меньше порога то значит он сейчас перейдет границу и плюсую к счетчику.

1. НО возникла проблема - что у одного человека программа показывает кучу движений - ноги отдельно, руки отдельно + рюкзак на спине отдельно. И счетчики которые я поставил показывали мне что мол через границу прошел не один человек а ТРИ ( его части типа).

2. и еще одна что счетчик каждый кадр плюсовал +1 к счетчику. а мне надо просто - прошел человек - плюсую единицу!

В дополнение к этому в комнате ветер и иногда колышится растительность (дополнительные движения) - я так понимаю это убирается предварительной обработкой фона.

Вот такая задача - почитал форум - и выявил что

а)методы ЛК расчета оптического потока могут помочь мне, как это сделано например в проге lkdemo - типа выявляю движение шаблонами - и ставлю точку туда а потом рассчитываю Люкасом Канаде ... ?

б) есть blobtrack.exe (который надо изучить, и он как то помогает ) - ну я вставил видео ниче не понял про что она? ... выявляет куда объект движется?

в) движение разных частей ОДНОГО объекта можно объединить в одно движение ОДНОГО объекта контурным анализом...

г) метод конденсации - тут уместен вообще?

Помогите советом, с чего мне начать и куда двигатся... Вот из этих четырех пунктов мне что нибудь поможет?

[Smorodov 578]

HOG забыли

[Predatorxxx 5]

1. HOG - дополнительная библиотека для OPENCV для детекта людей?

2. в итоге - с чего начинать с чего копать?)))

[Smorodov 578]

1) HOG - это метод (Histogram of oriented gradients), может использоваться для детекта разных вещей. В opencv он натаскан на людей.

2) Начать лучше с книжки А.А. Лукьяница, А.Г. Шикин. "Цифровая обработка видеоизображений". В интернете есть. Там есть несколько глав, посвященных трекингу. Вот с трекингом сначала и нужно разобраться.

[DoctorZelen 0]

кстати, работал я с HOG. Как оказалось вещь довольно глюкнутая, очень много помех и ложных срабатываний. В добавок пришлось пускать все вычисления через GPU.

Может есть какие нибудь алгоритмы помимо HOG, реализованные в OpenCV ?

[tipabot 0]

Для детекта движения почитай про codebook в opencv есть готовый пример. Это для статической камеры.

[Predatorxxx 5]

Добрый день, уважаемые! Итак я прочитал книгу "А.А. Лукьяница, А.Г. Шишкин - Цифровая обработка видеоизображений" до 5-й главы. В решении моей задачи я выделяю (как в книге и было сказано) следующие три этапа

- Выделение переднего плана

- Сегментация движущихся объектов

- Трекинг объектов

Хочу сделать все по порядку, начну с выделения переднего плана. Как я прочитал есть 4 типа методов, я хочу реализовать метод временной разности , но как сказано в книге достаточно устойчиво получается выделять передний план , применив в дополнении к методу временной разности еще и вероятностный метод.

Так вот вопрос - есть уже готовая реализация этих методов на OpenCV ? может шаблон ?

[Nuzhny 243]

Да, есть: Adaptive background mixture. Там на каждый пиксель создаётся несколько Гауссианов (нормальных распределений) и определяется к какому из них принадлежит текущее значение пикселя. если ни к какому, то пиксель переднеплановый. Ну и довольно хитрая система обновления параметров распределений. Рвботает довольно хорошо, но не быстро.

[Predatorxxx 5]

Погуглил - нашел статью на английском, там по всей видимости теория расказывается, а в openCV реализация встроенная я так понял, встроена Adaptive background mixture в структуру BackgroundSubtractorMOG, я все правильно понимаю?

в сети открытого кода нет. Скачал opencv 2.3 (сам я пользовался 2.1 до сих пор) - в samples/c нет вроде программы.

Nuzhny , где мне найти то Adaptive background mixture?))