OpenCV-Object-Tracking

Chú ý: nên cài opencv bằng lệnh pip install opencv-contrib-python

Tracking và Detection

Tracking nhanh hơn detection: Khi tracking vật thể được phát hiện ở khung hình trước đó, chúng ta đã biết rất nhiều thông tin về hình dạng của vật thể, vị trí, hướng của chuyển động. Do đó chúng ta có thể sử dụng các thông tin này để dự đoán vị trí của vật thể trong các khung hình tiếp theo và chỉ cần tìm kiếm một chút để xác định vị trí chính xác của vật thể.
Tracking có thể hỗ trợ khi detection thất bại: Nếu chúng ta chạy face detector trên video và mặt người bị gần sát vật thể khác, lúc này face detector có thể không phát hiện được. Một thuật toán tracking tốt có thể giải quyết được phần nào sự occlusion.
Tracking duy trì identity (định danh): detection chỉ xác định các bounding box quanh vật thể, tuy nhiên tracking có thể giúp chúng ta duy trì đình danh cho từng vật thể (gắn ID cho nó) Trong bài trước chúng ta đã tìm hiểu về centroid tracking algorithm. Nó hoạt động khá tốt, tuy nhiên nó cần chạy object detection cho mỗi khung hình. Điều này sẽ làm tăng khối lượng tính toán hơn.

Chúng ta mong muốn chỉ thực hiện object detection một lần, sau đó sẽ thực hiện tracking. Phương pháp này sẽ hiệu quả và nhanh hơn.

OpenCv cung cấp cho chúng ta 8 object tracking algorithms:

BOOOSTING tracker: sử dụng các thuật toán AdaBoost (tương tự như Haar cascades sử dụng cho face detector). Tracker này chậm và không hoạt động tốt
MIL tracker: độ chính xác cao hơn BOOSTIG nhưng nói chung vẫn kém
KCF tracker: Kernelized Correlation Filters. Nhanh hơn BOOSTING và MILL. KCF và MIL đều không xử lý hoàn toàn được occlusion (hiện tượng các vật thể quá gần nhau dường như nối thành một, điều này gây khó khăn cho việc tracking)
CSRT tracker: Discrimitive Correlation Filter (with Channel and Spatial Reliability). CSRT chính xác hơn KCF nhưng chậm hơn một chút
MedianFlow tracker: hoạt đồng tương đối tốt, tuy nhiên nếu có nhiều sự thay đổi trong hành động như di chuyển nhanh của vật thể hoặc vật thể thay đổi nhanh chóng về hình dạng thì model có thể thất bại trong việc tracking
TLD tracker: rất hay bị False-Positive (dương tính giả). Không nên sử dụng caí này.
MOSSE tracker: rất nhanh, tuy nhiên độ chính xác không tốt như KCF và CSRT
GOTURN tracker: dựa trên deep learning, cần nhiều files để chạy, khó sử dụng.

Lời khuyên:

Name		Name	Last commit message	Last commit date
Latest commit History 9 Commits
.vscode		.vscode
videos		videos
README.md		README.md
opencv_object_tracking.py		opencv_object_tracking.py