国外购物网站哪个最好,云南百度智能建站,安徽建设厅网站网址,wordpress如何跳转页面步骤CoTracker 环境配置与ORB 特征点提取结合实现视频特征点追踪 文章目录 CoTracker 环境配置与ORB 特征点提取结合实现视频特征点追踪Step1#xff1a;配置 CoTracker 环境Step2#xff1a;运行官方的例程Step3#xff1a;结合 ORB 特征点提取结果展示#xff1a; …CoTracker 环境配置与ORB 特征点提取结合实现视频特征点追踪 文章目录 CoTracker 环境配置与ORB 特征点提取结合实现视频特征点追踪Step1配置 CoTracker 环境Step2运行官方的例程Step3结合 ORB 特征点提取结果展示 Step4针对相机进行实时追踪但失败5.内部代码的修改 Meta 新开源
CoTracker跟踪任意长视频中的任意多个点并且可以随时添加新的点进行跟踪并且性能上直接超越了谷歌的
OmniMotion。 我所做的项目是对相机捕获的图像进行实时追踪。当时没有研究过这个网络所以想着配一下环境看看后续可不可以应用在相机上。 但是事与愿违配好了环境并且在 Demo 里面也可以获取视频对视频第一帧进行 ORB 特征点识别然后在全局视频里面进行追踪可是发现没有办法进行相机的实时跟踪处理。 后面在大致看过网络结构其实以及相关文献之后终于确定 这个牛逼的 CoTracker 因为其网路输入只能是视频格式的长时间数据 因此并不能进行相机的实时处理。所以如果后面的小伙伴也要用相机去做建议搜索
LightGlue 等其他的方法光流法、或者神经网络等等进行实时追踪。 想继续了解
CoTracker 原理的小伙伴可以参考这一篇博文相关链接
CoTracker跟踪器 - CoTracker: It is Better to Track Together CoTracker 项目的源代码链接也在这里可自行下载
co-tracker Step1配置 CoTracker 环境
首先下载 conda然后安装虚拟环境。 conda craete -n cotracker python3.8conda activate cotracker然后根据官方提示从 Github 上面下载源码。 参考官方的提示这个项目支持在 CPU 和 GPU 上运行因此在配置环境时建议同时安装支持 CUDA 的 PyTorch 和 TorchVision。 官方链接的终端命令贴出来了需要可自行粘帖。 git clone https://github.com/facebookresearch/co-trackercd co-trackerpip install -e .pip install matplotlib flow_vis tqdm tensorboard因为官方有已经训练好的权重文件我们只需要下载下来就可以在 Demo 里面直接调用。命令也在此处。 mkdir -p checkpointscd checkpointswget https://huggingface.co/facebook/cotracker/resolve/main/cotracker2.pthcd ..当然这个 CoTracker 在配置环境过程中肯定会有一些库的版本不对因此需要重新卸载再安装一些库的版本。 以下是我的 cotracker 虚拟环境里面需要的库版本只摘出来 Setup.py 文件里安装的以及通过命令行安装的库。大家可自行对照。 matplotlib 3.7.3flow-vis 0.1opencv-python 4.8.1.78torch 2.1.1torchaudio 2.1.1torchsummary 1.5.1torchvision 0.16.1tqdm 4.66.1tensorboard#(没找到不过并不影响 CoTracker 的使用)Step2运行官方的例程
官方有一份 demo.py 文件可以直接调用一些接口方便进行视频的处理但是为了更好的了解里面的一些借口的参数。建议可以参考项目里面的 demo.ipynb 文件按照里面的步骤自己重新写一个 demo 文件。
Step3结合 ORB 特征点提取
为了下一步进行视频帧追踪预演提前编写了一个针对连续图像读取并追踪的代码注意代码里面输入的不是一个视频而是将一连串连续的图片转换成张量的数据格式传入了 GPU所以虽然不是视频但是效果差不多。如下所示
import os
import cv2
import torch
import argparse
import numpy as np
from base64 import b64encode
from PIL import Image
import matplotlib.pyplot as plt
from cotracker.utils.visualizer import Visualizer, read_video_from_path
from cotracker.predictor import CoTrackerPredictor
import torch.nn.functional as Fdef convert_images_to_tensor(image_folder):image_files sorted(os.listdir(image_folder)) # 获取图片文件列表并排序first_path os.path.join(image_folder, image_files[0])print(first_path)images []n 0for image_file in image_files:n 1print(n)image_path os.path.join(image_folder, image_file)image cv2.imread(image_path) # 使用OpenCV读取图片height, width, _ image.shapeleft_half image[:, :width//2, :]image cv2.cvtColor(left_half, cv2.COLOR_BGR2RGB) # 将图片从BGR颜色空间转换为RGBimage_tensor torch.from_numpy(image).permute(2, 0, 1).unsqueeze(0).float() # 转换为PyTorch张量images.append(image_tensor)video_tensor torch.stack(images)video_tensor video_tensor.permute(1, 0, 2, 3, 4) # 转换成视频张量的形式shape video_tensor.shapeprint(shape[0], shape[1], shape[2], shape[3], shape[4])return first_path, video_tensor# 特征点检测的参数
max_corners 30
quality_level 0.1
min_distance 200def orb_track_points(first_image_path):raw_image cv2.imread(first_image_path)height, width, _ raw_image.shaperaw_left_image raw_image[:, :width // 2, :] # 只取左边部分corners cv2.goodFeaturesToTrack(cv2.cvtColor(raw_left_image, cv2.COLOR_BGR2GRAY), max_corners, quality_level, min_distance)corners np.int0(corners)queries []# 將图像上检测到的特征点添加到追踪里面for corner in corners:x, y corner.ravel()# cv2.circle(raw_left_image, (x, y), 2, vector_color[i].tolist(), 2)coordinate [0., float(x), float(y)]queries.append(coordinate)queries torch.tensor(queries)print(queries)# 并将图像上选取的点变成张量输入if torch.cuda.is_available():queries queries.cuda()# 创建了一个包含四个子图的2x2图像网格用于可视化查询点的位置将查询点的帧号提取出来并转换为整数类型的列表 frame_numbers。帧号将用于在每个子图上显示对应的帧数frame_numbers queries[:, 0].int().tolist()# plt.subplots()函数创建了一个图像网格, 并将返回的“轴”对象存储在变量axs中fig, axs plt.subplots(1, 1)# 通过调用axs.set_title()设置子图的标题为Frame {}axs.set_title(Frame {}.format(0))# 通过enumerate()函数同时迭代查询点(query)和对应的帧号(frame_number)for i, (query, frame_number) in enumerate(zip(queries, frame_numbers)):# 使用plot()函数在该子图上绘制一个红色的点其坐标为(query[1].item(), query[2].item())axs.plot(query[1].item(), query[2].item(), ro)# 设置子图的x和y轴范围axs.set_xlim(0, video.shape[4])axs.set_ylim(0, video.shape[3])# 翻转y轴以与视频的坐标系一致axs.invert_yaxis()# 调整子图之间的布局plt.tight_layout()plt.savefig(./saved_videos/image_grid.png)return queries# 指定图片文件夹路径
# images_folder ./assets/1212/snapSave_p/Cam_2 # Pitch 俯仰角
images_folder ./assets/1212/snapSave_r/Cam_2 # Roll 翻滚角
# images_folder ./assets/1212/snapSave_y/Cam_2 # Taw 偏航角# 调用函数将图片转换为张量
first_im_path, video convert_images_to_tensor(images_folder)
image_queries orb_track_points(first_im_path)model CoTrackerPredictor(checkpointos.path.join(./checkpoints/cotracker_stride_4_wind_8.pth)
)if torch.cuda.is_available():model model.cuda()video video.cuda()# 前向
pred_tracks, pred_visibility model(video, queriesimage_queries[None])
print(数据计算完毕)
vis Visualizer(save_dir./saved_videos, linewidth2, modecool, tracks_leave_trace-1)# tracks_leave_trace -1 可以显示出跟踪点的轨迹
vis.visualize(videovideo, trackspred_tracks, visibilitypred_visibility, filenameorb_track)
print(视频存储完成)
# 原文里面有考虑对相机运动的补偿消除一些影响但是代码里面这一部分设定为 False即没有考虑相机运动的影响
# 因此 pred_tracks, pred_visibility 即跟踪真实值
track_save_data ./saved_videos/track_data
if not os.path.exists(track_save_data):os.makedirs(track_save_data)for i in range(max_corners):format_i {:02d}.format(i)with open(track_save_data /save_data_ str(format_i), w) as data_txt:for pred_track in pred_tracks[0]:point_track str(pred_track[i][0].item()) \str(pred_track[i][1].item()) \ndata_txt.write(point_track)data_txt.close()print(数据文件关闭)结果展示 orb_track_pred_track Step4针对相机进行实时追踪但失败
还是之前说的因为 CoTracker 的神经网络本身在训练模型的时候就是以视频作为输入数据进行输入的因此针对连续图片可以做到追踪但时如果只是单个图片那么追踪将无法进行。 下面可能就有小伙伴会想通过缩小传入视频的帧率再输入。例如将 3 4 帧的图片作为一个短视频输入进去然后计算出来结果后将结果保存并用于下一个短视频的追踪如此往复实现相机实时追踪效果。 这个方向我也尝试过但时 CoTracker 本身在进行视频的特征点计算的时候就极其消耗算力。而且这个消耗的时间随着传入的视频时间以及要追踪的特征点数量线性增加。 我的设备是 RTX4060 和 i7-12650。性能还算可以。但是在传入一个连续 5 帧的视频并追踪 10 个点的时候依旧要花费 0.3 0.4 秒时间计算。出现的结构就是视频一卡一卡的实时跟踪效果很差。 为什么传入 5 帧 因为 5 帧已经是网络输入要求的最低帧数了再小就没有结果输出了。
代码依旧贴在下面其实就是在上面视频的基础上进行的改进
import os
import cv2
import torch
import argparse
import numpy as np
from base64 import b64encode
from PIL import Image
import matplotlib.pyplot as plt
from cotracker.utils.visualizer import Visualizer, read_video_from_path
from cotracker.predictor import CoTrackerPredictor
import torch.nn.functional as F
import timedef mkdir():if not os.path.exists(saved_videos):os.makedirs(saved_videos)def initialize(first_image):n 5i 0images_pytorch []image cv2.cvtColor(first_image, cv2.COLOR_BGR2RGB) # 将第一张图片从BGR颜色空间转换为RGBimage_tensor torch.from_numpy(image).permute(2, 0, 1).unsqueeze(0).float() # 转换为PyTorch张量images_pytorch.append(image_tensor)while i 5:ret, current_image cap.read()image cv2.cvtColor(current_image, cv2.COLOR_BGR2RGB) # 将第一张图片从BGR颜色空间转换为RGBimage_tensor torch.from_numpy(image).permute(2, 0, 1).unsqueeze(0).float() # 转换为PyTorch张量images_pytorch.append(image_tensor)i 1# 將图片张量转换成网络输入视频张量的形式video_tensor torch.stack(images_pytorch)video_tensor video_tensor.permute(1, 0, 2, 3, 4) # 转换成视频张量的形式print(video tensor------------------------------------------------------)print(video_tensor)return images_pytorch, video_tensor# 特征点检测的参数
max_corners 5
quality_level 0.1
min_distance 100def orb_track_points(first_image_):# # 仿生眼相机图像前处理部分# raw_image cv2.imread(first_image_path)# height, width, _ raw_image.shape# raw_left_image raw_image[:, :width // 2, :] # 只取左边部分# corners cv2.goodFeaturesToTrack(cv2.cvtColor(raw_left_image, cv2.COLOR_BGR2GRAY), max_corners, quality_level, min_distance)# corners np.int0(corners)# # 电脑相机图像处理部分corners cv2.goodFeaturesToTrack(cv2.cvtColor(first_image_, cv2.COLOR_BGR2GRAY), max_corners, quality_level, min_distance)corners np.int0(corners)queries []# 將图像上检测到的特征点添加到追踪里面for corner in corners:x, y corner.ravel()coordinate [0., float(x), float(y)]queries.append(coordinate)queries torch.tensor(queries)# 并将图像上选取的点变成张量输入if torch.cuda.is_available():queries queries.cuda()return queriesdef convert_images_to_tensor(current_image, pre_images_pytorch):# # 將当前图像转换成 pytorch 张量仿生眼相机图像预处理# height, width, _ current_image.shape# left_half current_image[:, :width // 2, :]# image cv2.cvtColor(left_half, cv2.COLOR_BGR2RGB) # 将图片从BGR颜色空间转换为RGB# 將当前图像转换成 pytorch 张量电脑相机图像预处理image cv2.cvtColor(current_image, cv2.COLOR_BGR2RGB) # 将图片从BGR颜色空间转换为RGBimage_tensor torch.from_numpy(image).permute(2, 0, 1).unsqueeze(0).float() # 转换为PyTorch张量# 再將图片存入 pre_images 里面进行后续的跟踪计算pre_images_pytorch.append(image_tensor)update_images_pytorch pre_images_pytorch[1:]# print(update_images_pytorch: %d, update_images_pytorch)# 將图片张量转换成网络输入视频张量的形式video_tensor torch.stack(update_images_pytorch)video_tensor video_tensor.permute(1, 0, 2, 3, 4) # 转换成视频张量的形式return update_images_pytorch, video_tensorif __name__ __main__:saved_videos ./assets/saved_videos/mkdir()# 开启相机获取图像cap cv2.VideoCapture(0)if not cap.isOpened():print(无法打开视频文件)exit()ret, first_frame cap.read()if not ret:print(无法获取图像)exit()first_queries orb_track_points(first_frame)first_images_pytorch, first_video initialize(first_frame)print(first_queries) # 分别是 0, x y# 加载模型文件model CoTrackerPredictor(checkpointos.path.join(./checkpoints/cotracker_stride_4_wind_8.pth))print(模型创建完毕)# 將视频数据和模型数据转换if torch.cuda.is_available():model model.cuda()first_video first_video.cuda()# 前向first_tracks, first_visibility model(first_video, queriesfirst_queries[None]) # 此处的 None 是用来增加维度的print(数据计算完毕)vis Visualizer(save_dirsaved_videos, linewidth2, modecool, tracks_leave_trace-1) # t_l_t:-1显示跟踪轨迹print(----------------------------------------------------------------------pre)print(first_tracks[0])vis.visualize(videofirst_video, tracksfirst_tracks, visibilityfirst_visibility, filenameorb_track)print(视频存储完成)images_pytorch first_images_pytorch# 跟踪部分while True:ret, current_frame cap.read()cv2.imshow(current, current_frame)cv2.waitKey(20)images_pytorch, current_video convert_images_to_tensor(current_frame, images_pytorch)# 將视频数据和模型数据转换if torch.cuda.is_available():model model.cuda()current_video current_video.cuda()# 前向current_tracks, current_visibility model(current_video, queriesfirst_queries[None]) # 此处的 None 是用来增加维度的print(----------------------------------------------------------)print(current_tracks[0][0])print(数据计算完毕)
5.内部代码的修改
原本代码里面为了显示跟踪的连续性在可视化部分 将追踪点在不同时间段的轨迹连成了一条线。 我的项目里面之前为了结果的点的轨迹可以清楚一些因此修改了原本可视化里面连线的部分该成了画点。如下所示里面注释掉的部分为曾经画线的代码下面新增的为画点的代码 def _draw_pred_tracks(self,rgb: np.ndarray, # H x W x 3tracks: np.ndarray, # T x 2vector_colors: np.ndarray,alpha: float 0.5,):radius 2 # 半径thickness 2 # 线条宽度T, N, _ tracks.shapefor s in range(T - 1):vector_color vector_colors[s]original rgb.copy()alpha (s / T) ** 2for i in range(N):coord_x (int(tracks[s, i, 0]), int(tracks[s, i, 1]))if coord_x[0] ! 0 and coord_x[1] ! 0:cv2.circle(rgb, coord_x, radius, vector_color[i].tolist(), thickness) # 直接画出之前轨迹的点if self.tracks_leave_trace 0:rgb cv2.addWeighted(rgb, alpha, original, 1 - alpha, 0)# 遍历之前追踪的点集然后连接相邻两点画一条直线构成轨迹图
# for s in range(T - 1):
# vector_color vector_colors[s]
# original rgb.copy()
# alpha (s / T) ** 2
# for i in range(N):
# coord_y (int(tracks[s, i, 0]), int(tracks[s, i, 1]))
# coord_x (int(tracks[s 1, i, 0]), int(tracks[s 1, i, 1]))
# if coord_y[0] ! 0 and coord_y[1] ! 0:
# cv2.line(
# rgb,
# coord_y,
# coord_x,
# vector_color[i].tolist(),
# self.linewidth,
# cv2.LINE_AA,
# )
# if self.tracks_leave_trace 0:
# rgb cv2.addWeighted(rgb, alpha, original, 1 - alpha, 0)return rgb当然不排除可能是本人技术太菜无法实现 CoTracker 的相机实时性追踪。如果后面有小伙伴实现了欢迎在评论区里面分享。
