关于AI识别物体坐标点与追踪逻辑

关于AI识别物体坐标点与追踪逻辑

网络上出现了很多的动态自动追踪

比较有名的是 卡尔曼滤波 来做追踪,感觉代码很复杂,需要的高等数学知识,这么多年早忘记了

目前还有一种就是最大重叠区域了,前提是每秒处理的帧数最多25fps等,达到物体的运动每帧都能识别到,这样重叠面积就是最好的效果;

//计算重叠面积float Tool::Point12stackv(int ax1, int ay1, int ax2, int ay2,int bx1, int by1, int bx2, int by2){//left, top, bottom,rightint x1 = _MAX(ax1, bx1);int y1 = _MAX(ay1, by1);int x2 = _MIN(ax2, bx2);int y2 = _MIN(ay2, by2);int m1 = (ax2 - ax1) * (ay2 - ay1);int m2 = (bx2 - bx1) * (by2 - by1);int mm = _MIN(m1, m2);int width = x2 - x1;int height = y2 - y1;if (width <= 0 || height <= 0)return 0;int mc = width * height;//if(mc<0)//    return 0;//printf("相交面积: %d,面积:%d,%d, 重叠率:%.2f\n", mc, m1, m2, mc * 1.0 / mm); //是否包含?return mc * 1.0 / mm;}/** 点的距离 **/double Tool::PointDistance(int x1, int y1, int x2, int y2){return sqrt((x1 - x2) * (x1 - x2) + (y1 - y2) * (y1 - y2));}

多目标追踪:

(多目标跟踪：SORT和Deep SORT)

(𝑢, 𝑣, 𝑟, ℎ, ̇𝑥, ̇𝑦, ̇𝑟, ℎ)̇:

 其中 (u,v) 代表 bbox 的中心点，宽高比r, 高h，以及对应的在图像坐标上的相对速度

只有python的代码