使用opencv3.4.1自带Tracker进行单目标跟踪

1. MIL: TrackerMIL 以在线方式训练分类器将对象与背景分离;多实例学习避免鲁棒跟踪的漂移问题。
2. OLB: TrackerBoosting 基于AdaBoost算法的在线实时对象跟踪.分类器在更新步骤中使用周围背景作为反例以避免漂移问题.
3. MedianFlow: TrackerMedianFlow 跟踪器适用于非常平滑和可预测的运动,物体在整个序列中可见。
4. TLD: TrackerTLD 将长期跟踪任务分解为跟踪，学习和检测.跟踪器在帧之间跟踪对象.探测器本地化所观察到的所有外观,并在必要时纠正跟踪器.学习估计检测器的错误并进行更新以避免再出现这些错误.追踪器能够处理快速运动,部分遮挡,物体缺失等情况。
5. KCF: TrackerKCF 使用目标周围区域的循环矩阵采集正负样本,利用脊回归训练目标检测器,并成功的利用循环矩阵在傅里叶空间可对角化的性质将矩阵的运算转化为向量的Hadamad积,即元素的点乘,大大降低了运算量,提高了运算速度,使算法满足实时性要。

在opencv官网上下载的winpack包，并不支持目标跟踪，需要自己下载source和opencv_contrib文件。

使用cmake构建经vs编译后生成。可参考下面链接，自行编译

vs2015下Cmake3.10编译Opencv3.4及opencv_contrib3.4在Windows10

编译成功后，采用下面代码测试：

#include 
#include 
#include 
#include 

using namespace cv;

void draw_rectangle(int event, int x, int y, int flags, void*);
Mat firstFrame;
Point previousPoint, currentPoint;
Rect2d bbox;
int main(int argc, char *argv[])
{
	VideoCapture capture;
	Mat frame;
	frame = capture.open("out.avi");
	if (!capture.isOpened())
	{
		printf("can not open ...\n");
		return -1;
	}
	//获取视频的第一帧,并框选目标
	capture.read(firstFrame);
	if (!firstFrame.empty())
	{
		namedWindow("output", 0);
		resizeWindow("output", 1400, 800);
		imshow("output", firstFrame);
		setMouseCallback("output", draw_rectangle, 0);
		waitKey();
	}
	//使用TrackerMIL跟踪
	//Ptr tracker = TrackerMIL::create();
	//Ptr tracker= TrackerTLD::create();
	Ptr tracker = TrackerKCF::create();
	//Ptr tracker = TrackerMedianFlow::create();
	//Ptr tracker= TrackerBoosting::create();
	capture.read(frame);
	tracker->init(frame, bbox);
	namedWindow("output", 0);
	resizeWindow("output", 1400, 800);
	while (capture.read(frame))
	{
		tracker->update(frame, bbox);
		rectangle(frame, bbox, Scalar(255, 0, 0), 2, 1);
		imshow("output", frame);
		if (waitKey(20) == 'q')
			return 0;
	}
	capture.release();
	destroyWindow("output");
	return 0;
}

//框选目标
void draw_rectangle(int event, int x, int y, int flags, void*)
{
	if (event == EVENT_LBUTTONDOWN)
	{
		previousPoint = Point(x, y);
	}
	else if (event == EVENT_MOUSEMOVE && (flags&EVENT_FLAG_LBUTTON))
	{
		Mat tmp;
		firstFrame.copyTo(tmp);
		currentPoint = Point(x, y);
		rectangle(tmp, previousPoint, currentPoint, Scalar(0, 255, 0, 0), 1, 8, 0);
		imshow("output", tmp);
	}
	else if (event == EVENT_LBUTTONUP)
	{
		bbox.x = previousPoint.x;
		bbox.y = previousPoint.y;
		bbox.width = abs(previousPoint.x - currentPoint.x);
		bbox.height = abs(previousPoint.y - currentPoint.y);
	}
	else if (event == EVENT_RBUTTONUP)
	{
		destroyWindow("output");
	}
}

第一帧框选目标：

后续跟踪：

KCF速度最快,MedianFlow的速度也较快,对于无遮挡情况跟踪效果较好;TLD对部分遮挡处理的效果最好,处理时间相对较慢.

参考：https://blog.csdn.net/akadiao/article/details/80679179