OpenCV视觉分析之目标跟踪(6)轻量级目标跟踪器类TrackerNano的使用

news2024/11/27 2:18:06

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

Nano 跟踪器是一个超轻量级的基于深度神经网络（DNN）的通用目标跟踪器。

由于特殊的模型结构，Nano 跟踪器速度更快且极其轻量级，整个模型大小约为 1.9 MB。Nano 跟踪器需要两个模型：一个用于特征提取（骨干网络），另一个用于定位（颈头网络）。模型下载链接：https://github.com/HonglinChu/SiamTrackers/tree/master/NanoTrack/models/nanotrackv2 原始仓库在这里：https://github.com/HonglinChu/NanoTrack 作者：HongLinChu，1628464345@qq.com

cv::TrackerNano 是 OpenCV 中的一个轻量级目标跟踪器，主要用于实时应用，尤其是在计算资源有限的情况下。cv::TrackerNano 的设计目的是为了提供一个简单且高效的跟踪解决方案，适用于对性能要求较高的场景。

特点

轻量级：占用较少的计算资源，适用于嵌入式设备或移动平台。
实时性能：能够实现实时跟踪，适合于需要高速处理的应用。
易于使用：API 简单易用，便于快速集成。

使用方法

创建 cv::TrackerNano 对象：
- 使用 cv::TrackerNano::create() 创建一个 cv::Tracker 指针对象。
初始化跟踪器：
- 使用 init 方法初始化跟踪器，并提供初始帧和目标区域。
更新跟踪器：
- 使用 update 方法在后续帧中更新跟踪结果。

代码示例


#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
    // 读取视频文件
    cv::VideoCapture cap( 0 );
    if ( !cap.isOpened() )
    {
        std::cout << "Error opening video file" << std::endl;
        return -1;
    }

    // 读取第一帧
    cv::Mat frame;
    cap >> frame;
    if ( frame.empty() )
    {
        std::cout << "Error reading first frame" << std::endl;
        return -1;
    }

    // 选择目标区域
    cv::Rect2d bbox = cv::selectROI( "Select ROI", frame, false, false );
    if ( bbox.width <= 0 || bbox.height <= 0 )
    {
        std::cout << "No ROI selected" << std::endl;
        return -1;
    }

    // 创建 TrackerNano 对象
    cv::Ptr< cv::Tracker > tracker = cv::TrackerNano::create();

    // 初始化跟踪器
    tracker->init( frame, bbox );
    

    // 跟踪目标
    while ( true )
    {
        cap >> frame;
        if ( frame.empty() )
        {
            break;
        }

        // 更新跟踪结果
        cv::Rect newBox;
        bool ok = tracker->update( frame, newBox );

        // 绘制边界框
        if ( ok )
        {
            cv::rectangle( frame, newBox, cv::Scalar( 0, 255, 0 ), 2, 1 );
        }
        else
        {
            cv::rectangle( frame, newBox, cv::Scalar( 0, 0, 255 ), 2, 1 );
        }

        // 显示结果
        cv::imshow( "Tracking", frame );
        if ( cv::waitKey( 1 ) >= 0 )
        {
            break;
        }
    }

    return 0;
}