对象跟踪
目标跟踪是许多应用程序的重要组成部分,包括行人躲避、安全和监视和增强现实。这个例子展示了基于运动的跟踪移动的人从一个固定的摄像机的视频。
物体检测与计数
视频处理可以用来检测和计数在视频序列中移动的物体。在这个案例研究中,澳大利亚的科学家使用视频片段来估计野生水鸟的数量。
MATLAB®提供工具和算法,允许您查看、分析、读取和写入视频。视频处理在以下应用中非常有用:
- 基于深度学习的目标识别
- 运动估计,如光流
- 人脸检测与跟踪
视频处理4个简单步骤
MATLAB中的视频处理包括以下步骤:
- 阅读视频
- 显示视频
- 处理视频
- 写视频
步骤1.阅读视频
你可以从文件或直接从摄像头读取视频。
一个简单的MATLAB命令可以让你从文件中读取视频:
>> vid = videereader (“filename.avi”)
MATLAB支万博1manbetx持网络摄像头对于视频处理,而图像采集工具箱™支持从许多工业和科学摄像机进行实时采集。
MATLAB让你使用各种编解码器读取视频文件包括针对微软操作系统的编解码器®窗户®、Mac和Linux®.
步骤3.视频处理
视频是一系列独立的视频帧或图像。这意味着设计用于对图像进行边缘检测的算法可以快速转换为对视频进行边缘检测。
读取单幅图像 |
从视频中读取图像帧 |
---|---|
|
|
视频处理可以非常简单,比如在使用边缘检测的例子中,也可以非常复杂,比如必须考虑物体在前一帧中的位置的跟踪算法。
有关高级视频处理的更多信息,请参见以下示例:
步骤4.编写视频
处理后,您可以将视频的每一帧写回一个文件。您可以使用以下功能创建视频文件:
>> vid_w = VideoWriter(“newfile.avi”);> >开放(vid_w)
的变量vid_w
可以积累新的帧创建一个视频。
一个完整的MATLAB示例
把所有的组件放在一起,让我们运行一个完整的例子来展示读取、显示、处理和写入视频的步骤:
读取并处理一个视频到MATLAB %设置:创建视频读取器和写入器videoFileReader = videereader (“tilted_face.avi”);myVideo = VideoWriter(“myFile.avi”);设置:创建可部署的视频播放器和面部探测器depVideoPlayer = vision.DeployableVideoPlayer;faceDetector = vision.CascadeObjectDetector();打开(myVideo);检测每帧中的人脸而hasFrame (videoFileReader)%读视频帧videoFrame = readFrame(videoFileReader);%进程帧bbox = faceDetector(视频帧);videoFrame = insertShape(videoFrame,“矩形”, bbox);%显示视频帧到屏幕depVideoPlayer (videoFrame);将帧写入最终视频文件writeVideo (myVideo videoFrame);暂停(1 / videoFileReader.FrameRate);结束关上(myVideo)
你可以下载此代码在MATLAB中心上。
计算机视觉视频处理算法
使用时间相关性进行视频处理的MATLAB算法基于“状态”的概念,即算法处理当前视频帧,但也使用之前的帧来确定其输出。这对于目标跟踪算法至关重要,因为目标跟踪算法依赖于先验信息来通知未来的行动。跟踪的一个常见示例是KLT算法,它跟踪对象中的各个点,以跟踪对象的位置。
视频处理算法的开发人员也可以使用特定于视觉的算法计算机视觉系统工具箱™.该算法可以让您以快速和内存高效的方式阅读和查看高分辨率视频。该工具箱还包括用于3D点云处理、立体视觉、目标检测、跟踪和识别以及其他应用的算法。