추적 및 움직임 추정
움직임 추정과 추적은 활동 인식, 교통 모니터링, 자동차 안전, 감시 등을 비롯하여 많은 컴퓨터 비전 응용 분야에서 핵심 작업입니다.
Computer Vision Toolbox™는 CAMShift(Continuously Adaptive Mean Shift) 및 KLT(Kanade-Lucas-Tomasi)와 같은 비디오 추적 알고리즘을 제공합니다. 이러한 알고리즘을 사용해 단일 객체를 추적하거나, 더 복잡한 추적 시스템에서 구성요소로 활용할 수 있습니다. 또한 이 툴박스는 다중 객체 추적을 위한 프레임워크를 제공하며, 여기에는 칼만 필터링 및 객체 검출을 추적 정보에 할당하는 헝가리안 알고리즘 사용이 포함됩니다.
움직임 추정은 인접한 비디오 프레임 사이의 블록 움직임을 확인하는 과정입니다. 이 툴박스에는 광학 흐름, 블록 매칭 및 형판 매칭과 같은 움직임 추정 알고리즘이 포함되어 있습니다. 이러한 알고리즘은 전체 영상, 블록, 임의 패치 또는 개별 픽셀과 관련이 있을 수 있는 움직임 벡터를 만듭니다. 블록 및 형판 매칭의 경우, 최적의 매칭을 찾기 위한 평가 메트릭으로는 평균제곱오차(MSE), 평균절대편차(MAD), 최대절대차분(MaxAD), 절대차이합(SAD), 차이제곱합(SSD) 등이 있습니다.
함수
비디오 불러오기, 저장, 표시
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 | 비디오 파일을 읽기 위한 객체 만들기 |
객체 추적
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 |
객체 재식별
reidentificationNetwork | Re-identification deep learning network for re-identifying and tracking objects (R2024a 이후) |
extractReidentificationFeatures | Extract object re-identification (ReID) features from image (R2024a 이후) |
trainReidentificationNetwork | Train re-identification (ReID) deep learning network (R2024a 이후) |
evaluateReidentificationNetwork | Evaluate re-identification network using cumulative matching characteristic (CMC) and mean average precision (mAP) metrics (R2024a 이후) |
reidentificationMetrics | Re-identification (ReID) quality metrics (R2024a 이후) |
움직임 추정
opticalFlow | Object for storing optical flow matrices |
opticalFlowRAFT | Estimate optical flow using RAFT deep learning algorithm (R2024b 이후) |
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 |
시각화 및 표시
insertMarker | 영상 또는 비디오에 마커 삽입 |
insertShape | 영상 또는 비디오에 형태 삽입 |
insertObjectAnnotation | Annotate truecolor or grayscale image or video |
insertText | Insert text in image or video |
imshow | 영상 표시 |
imshowpair | 두 영상의 차이 비교 |
도움말 항목
- Multiple Object Tracking
Locate a moving object or multiple objects over time in a video stream.
추천 예제
Automate Labeling of Objects in Video Using RAFT Optical Flow
Use a pretrained RAFT optical flow estimation network to propagate a predefined object mask from one frame to the next in a video sequence.
- R2024b 이후
- 라이브 스크립트 열기
Reidentify People Throughout a Video Sequence Using ReID Network
Track people throughout a video sequence using re-identification with a residual network.
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.
Convert Ground Truth Labeling Data for Object Re-Identification
Convert a groundTruth
object to the re-identification training data format.
Convert Ground Truth Labeling Data for Object Tracking
Convert a groundTruth
object to the trackCLEARmetrics
truth format.
Multi-Object Tracking with DeepSORT
Integrate appearance features from a re-Identification (Re-ID) deep neural network with a multi-object tracker.
Tracking Pedestrians from a Moving Car
Track pedestrians using a camera mounted in a moving car.
Motion-Based Multiple Object Tracking
Perform automatic detection and motion-based tracking of moving objects in a video from a stationary camera.
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.
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™.
Track a Face in Scene
Track a face using a minimum Eigen features detection function and a point tracker.
Face Detection and Tracking Using Live Video Acquisition
Automatically detect and track a face in a live video stream, using the KLT algorithm.
KLT 알고리즘을 사용한 얼굴 검출 및 추적
이 예제에서는 특징점을 사용하여 얼굴을 자동으로 검출하고 추적하는 방법을 보여줍니다. 이 예제의 방식은 사람이 머리를 기울이거나 카메라를 향해 오거나 멀어지는 경우에도 얼굴을 계속 추적합니다.
Use Kalman Filter for Object Tracking
Use the vision.KalmanFilter
object and configureKalmanFilter
function to track objects.
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.
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.
MATLAB 명령
다음 MATLAB 명령에 해당하는 링크를 클릭했습니다.
명령을 실행하려면 MATLAB 명령 창에 입력하십시오. 웹 브라우저는 MATLAB 명령을 지원하지 않습니다.
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)