在計(jì)算機(jī)視覺的應(yīng)用中，“識別”只是一個相當(dāng)入門的技術(shù)，相信很多人在執(zhí)行深度學(xué)習(xí)推理應(yīng)用中，經(jīng)常產(chǎn)生的質(zhì)疑就是“識別出的類別，有什么用途呢”？

確認(rèn)每一幀圖像中有多少個我們想要識別的種類，以及他們在圖像中的位置，只是整個應(yīng)用的第一步而已，如果缺乏“目標(biāo)追蹤（tracking）”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視頻的相鄰幀進(jìn)行“類別”與“位置”的比對，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“開啟”目標(biāo)追蹤功能時，其識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“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)整一個設(shè)定值就能開啟或關(guān)閉這個追蹤功能，非常簡單。

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，請自行尋找相關(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)制一份出來就可以，透過修改里面的參數(shù)，讓大家體驗(yàn)一下 DeepStream 目標(biāo)追蹤的功能。

01

目標(biāo)追蹤功能的開關(guān)

在 myNano.txt 最下方，可以看到［tracker］的設(shè)定組，下面有個“enable=1”的參數(shù)，就是目標(biāo)追蹤的功能。

現(xiàn)在先執(zhí)行一次啟動追蹤功能，如下圖可以看到每個識別出的物件除了類別、標(biāo)框之外，旁邊還有個編號，這個編號會一直跟著該物件，這樣就形成“追蹤”的功能。

此時的識別性能如下圖，總性能（8 個數(shù)字相加）大約 160FPS。

如果將［trakcer］下面改成“enable=0”，再執(zhí)行看看結(jié)果如何？下圖中能識別出物件的類別與標(biāo)框位置，但是已經(jīng)沒有編號。

關(guān)閉追蹤功能之后的識別性能如下圖，總識別性能可以達(dá)到 250FPS 左右。

02

切換追蹤器

前面說過，目前 DeepStream 5.0 支持三種追蹤器，那么要如何選擇呢？同樣在［tracker］參數(shù)組下方，有這樣的三行參數(shù)：

#ll-lib-file=/opt/nvidia/deepstream/deepstream-5.0/lib/libnvds_mot_iou.so

#ll-lib-file=/opt/nvidia/deepstream/deepstream-5.0/lib/libnvds_nvdcf.so

ll-lib-file=/opt/nvidia/deepstream/deepstream-5.0/lib/libnvds_mot_klt.so

前面加上“#”號的就是處于關(guān)閉的狀況，請先將［tracker］切回“enable=1”的開啟狀態(tài)，接下來請自行加減“#”的位置以切換追蹤器的選擇，分別測試這三個追蹤器的不同之處，包括識別性能與追蹤能力。

這部分必須直接在視頻中體驗(yàn)，因此就不截屏顯示。測試結(jié)果可以感受到 IOU 追蹤器的性能最好，可達(dá)到 200FPS 左右，但是同一物件的編號并不是太穩(wěn)定，而 NVDCF 追蹤器的編號最為穩(wěn)定，但性能大概只有 IOU 的 1/4，最多只能承受 2 路視頻的實(shí)時分析。

KLT 算法總體性能可達(dá)到 160FPS，可以支持到8路以內(nèi)的實(shí)時識別，追蹤能力也比 IOU 好不少，不過這個算法對 CPU 的占用率比較高，是這個算法的主要缺點(diǎn)。該如何選擇需要看實(shí)際的場景與計(jì)算設(shè)備的資源而定。

03

獲取追蹤數(shù)據(jù)

前面打開目標(biāo)追蹤功能的目的，并不只是為了在顯示器上看看而已，而是用這些數(shù)據(jù)做更有價值的應(yīng)用，而這些數(shù)據(jù)要從什么地方得到呢？通常都需要透過 Python 或 C++從 DeepStream 提供的接口去獲取。

這里提供一個無需了解 DeepStream 接口就能獲取目標(biāo)追蹤數(shù)據(jù)的方法，只要我們在 myNano.txt 里面的［application］參數(shù)組，添加一條“kitti-track-output-dir=《PATH》”的路徑指向就可以，這里假設(shè)要將數(shù)據(jù)存入“/home/nvidia/track”路徑下，在 myNano.txt 里添加一行參數(shù)即可：

［application］

kitti-track-output-dir=/home/nvidia/track

執(zhí)行“deepstream -c myNano.txt”之后，就可以看到/home/nvidia/track目錄下產(chǎn)生非常多的文件，如下截屏：

每個文件存放“一幀”的目標(biāo)追蹤結(jié)果，例如我們測試的 sample_1080p_h264.mp4 視頻有 48 秒，每秒有 30 幀圖像，就會生成 1440 個文件。

前面 6 位數(shù)“00_000”代表視頻源的編號，從“0”開始，如果有 4 路視頻源就會有“00_000”～“00_003”的編號，后面 6 位則是流水號，例如這個測試視頻就會生成“000000.txt”～“001440.txt”，由這兩部分組合而成文件名。

這是 KITTI 格式的數(shù)據(jù)，第一欄位是該物件的類別，第二欄是該物件的“追蹤編號”，后面數(shù)據(jù)所代表的意義，請自行參考 KITTI 的格式定義。

現(xiàn)在我們就可以依序讀入這些追蹤文件，或者將這些文件回傳給控制中心，進(jìn)行文件解析與信息提取，這樣是不是很方便？相信這些內(nèi)容對于開發(fā)會很有幫助。

責(zé)任編輯：haq