目標(biāo)追蹤（tracking）
時(shí)間：2022-03-15 00:57:01 | 來(lái)源：行業(yè)動(dòng)態(tài)
時(shí)間：2022-03-15 00:57:01 來(lái)源：行業(yè)動(dòng)態(tài)
的能力，就很難提供視頻分析的基礎(chǔ)功能。
在標(biāo)準(zhǔn) OpenCV 體系里有 8 種主流的目標(biāo)追蹤算法，有興趣的可以在網(wǎng)上搜索并自行研究。
算法的基本邏輯就是需要對(duì)視頻的相鄰幀進(jìn)行類(lèi)別與位置的比對(duì)，因此這部分的計(jì)算還是相當(dāng)消耗計(jì)算資源的，也就是當(dāng)視頻分析軟件開(kāi)啟目標(biāo)追蹤功能時(shí)，其識(shí)別性能必定有所下降，大家必須先有這樣的認(rèn)知。
DeepStream 的定位就是針對(duì)視頻分析的應(yīng)用，因此目標(biāo)追蹤是其最基本的功能之一。
在前面使用的 myNano.txt 配置文件中，只需要調(diào)整一個(gè)設(shè)定值就能開(kāi)啟或關(guān)閉這個(gè)追蹤功能，非常簡(jiǎn)單。
DeepStream 支持 IOU、KLT 與 NVDCF 三種目標(biāo)追蹤算法（如下圖），其中 IOU 的性能最好，在 Jetson Nano 2GB 上的總體大約能到 200FPS；NVDCF 的精確度最高，但目前性能大約只能到 56FPS；KLT 算法目前在性能與精確度的平衡比較好，總體性也能到 160FPS，因此通常都選擇 KLT 追蹤器做演示。
算法的細(xì)節(jié)不多做解釋?zhuān)?qǐng)自行尋找相關(guān)技術(shù)文件學(xué)習(xí)，這里就直接進(jìn)入實(shí)驗(yàn)的過(guò)程。還是以前一篇文章中的 myNano.txt 配置文件為主，如果不知道的話，就用 source8_1080p_dec_infer-resnet_tracker_tiled_display_fp16_nano.txt 復(fù)制一份出來(lái)就可以，透過(guò)修改里面的參數(shù)，讓大家體驗(yàn)一下 DeepStream 目標(biāo)追蹤的功能。
在線咨詢(xún)