Tracking is simplified

AlexeyAB

2018-01-27 993e3a38aab390625a1ac2b425c75883bbc684fe

 src/yolo_v2_class.hpp

@@ -8,11 +8,6 @@
#include <opencv2/opencv.hpp>       // C++
#include "opencv2/highgui/highgui_c.h" // C
#include "opencv2/imgproc/imgproc_c.h" // C

#include <opencv2/cudaoptflow.hpp>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/cudaarithm.hpp>
#include <opencv2/core/cuda.hpp>
#endif   // OPENCV

#ifdef YOLODLL_EXPORTS
@@ -34,6 +29,7 @@
   float prob;             // confidence - probability that the object was found correctly
   unsigned int obj_id;    // class of object - from range [0, classes-1]
   unsigned int track_id;     // tracking id for video (0 - untracked, 1 - inf - tracked object)
   unsigned int frames_counter;// counter of frames on which the object was detected
};

struct image_t {
@@ -47,8 +43,10 @@
class Detector {
   std::shared_ptr<void> detector_gpu_ptr;
   std::deque<std::vector<bbox_t>> prev_bbox_vec_deque;
   const int cur_gpu_id;
public:
   float nms = .4;
   bool wait_stream;

   YOLODLL_API Detector(std::string cfg_filename, std::string weight_filename, int gpu_id = 0);
   YOLODLL_API ~Detector();
@@ -60,7 +58,8 @@
   YOLODLL_API int get_net_width() const;
   YOLODLL_API int get_net_height() const;

   YOLODLL_API std::vector<bbox_t> tracking(std::vector<bbox_t> cur_bbox_vec, int const frames_story = 6);
   YOLODLL_API std::vector<bbox_t> tracking_id(std::vector<bbox_t> cur_bbox_vec, bool const change_history = true, 
                                    int const frames_story = 6, int const max_dist = 150);

#ifdef OPENCV
   std::vector<bbox_t> detect(cv::Mat mat, float thresh = 0.2, bool use_mean = false)
@@ -89,12 +88,13 @@
      return mat_to_image(det_mat);
   }

   static std::shared_ptr<image_t> mat_to_image(cv::Mat img)
   static std::shared_ptr<image_t> mat_to_image(cv::Mat img_src)
   {
      cv::Mat img;
      cv::cvtColor(img_src, img, cv::COLOR_RGB2BGR);
      std::shared_ptr<image_t> image_ptr(new image_t, [](image_t *img) { free_image(*img); delete img; });
      std::shared_ptr<IplImage> ipl_small = std::make_shared<IplImage>(img);
      *image_ptr = ipl_to_image(ipl_small.get());
      rgbgr_image(*image_ptr);
      return image_ptr;
   }

@@ -108,15 +108,17 @@
      int c = src->nChannels;
      int step = src->widthStep;
      image_t out = make_image_custom(w, h, c);
      int i, j, k, count = 0;;
      int count = 0;

      for (k = 0; k < c; ++k) {
         for (i = 0; i < h; ++i) {
            for (j = 0; j < w; ++j) {
               out.data[count++] = data[i*step + j*c + k] / 255.;
      for (int k = 0; k < c; ++k) {
         for (int i = 0; i < h; ++i) {
            int i_step = i*step;
            for (int j = 0; j < w; ++j) {
               out.data[count++] = data[i_step + j*c + k] / 255.;
            }
         }
      }

      return out;
   }

@@ -137,16 +139,6 @@
      return out;
   }

   static void rgbgr_image(image_t im)
   {
      int i;
      for (i = 0; i < im.w*im.h; ++i) {
         float swap = im.data[i];
         im.data[i] = im.data[i + im.w*im.h * 2];
         im.data[i + im.w*im.h * 2] = swap;
      }
   }

#endif   // OPENCV

};
@@ -154,24 +146,30 @@

#if defined(TRACK_OPTFLOW) && defined(OPENCV)

#include <opencv2/cudaoptflow.hpp>
#include <opencv2/cudaimgproc.hpp>
#include <opencv2/cudaarithm.hpp>
#include <opencv2/core/cuda.hpp>

class Tracker_optflow {
public:
   int gpu_id;
   const int gpu_count;
   const int gpu_id;

   Tracker_optflow(int _gpu_id = 0) : gpu_id(_gpu_id)

   Tracker_optflow(int _gpu_id = 0) : gpu_count(cv::cuda::getCudaEnabledDeviceCount()), gpu_id(std::min(_gpu_id, gpu_count-1))
   {
      int const old_gpu_id = cv::cuda::getDevice();
      static const int gpu_count = cv::cuda::getCudaEnabledDeviceCount();
      if (gpu_count > gpu_id)
         cv::cuda::setDevice(gpu_id);
      cv::cuda::setDevice(gpu_id);

      stream = cv::cuda::Stream();

      sync_PyrLKOpticalFlow_gpu = cv::cuda::SparsePyrLKOpticalFlow::create();
      //sync_PyrLKOpticalFlow_gpu->setWinSize(cv::Size(31, 31)); //sync_PyrLKOpticalFlow_gpu.winSize = cv::Size(31, 31);
      //sync_PyrLKOpticalFlow_gpu->setWinSize(cv::Size(15, 15)); //sync_PyrLKOpticalFlow_gpu.winSize = cv::Size(15, 15);
      sync_PyrLKOpticalFlow_gpu->setWinSize(cv::Size(9, 9));   // 15, 21, 31
      sync_PyrLKOpticalFlow_gpu->setMaxLevel(3);      // +- 3 pt
      sync_PyrLKOpticalFlow_gpu->setNumIters(2000);   // def: 30

      sync_PyrLKOpticalFlow_gpu->setWinSize(cv::Size(21, 21));
      sync_PyrLKOpticalFlow_gpu->setMaxLevel(50);  //sync_PyrLKOpticalFlow_gpu.maxLevel = 8; // +-32 points // def: 3
      sync_PyrLKOpticalFlow_gpu->setNumIters(6000);   //sync_PyrLKOpticalFlow_gpu.iters = 8000; // def: 30
      cv::cuda::setDevice(old_gpu_id);
   }

   // just to avoid extra allocations
@@ -183,16 +181,14 @@

   cv::cuda::GpuMat src_grey_gpu;   // used in both functions
   cv::Ptr<cv::cuda::SparsePyrLKOpticalFlow> sync_PyrLKOpticalFlow_gpu;
   cv::cuda::Stream stream;

   void update_tracking_flow(cv::Mat src_mat)
   {
      int const old_gpu_id = cv::cuda::getDevice();
      static const int gpu_count = cv::cuda::getCudaEnabledDeviceCount();
      if (gpu_count > gpu_id)
      if (old_gpu_id != gpu_id)
         cv::cuda::setDevice(gpu_id);

      cv::cuda::Stream stream;

      if (src_mat.channels() == 3) {
         if (src_mat_gpu.cols == 0) {
            src_mat_gpu = cv::cuda::GpuMat(src_mat.size(), src_mat.type());
@@ -202,11 +198,12 @@
         src_mat_gpu.upload(src_mat, stream);
         cv::cuda::cvtColor(src_mat_gpu, src_grey_gpu, CV_BGR2GRAY, 0, stream);
      }
      cv::cuda::setDevice(old_gpu_id);
      if (old_gpu_id != gpu_id)
         cv::cuda::setDevice(old_gpu_id);
   }


   std::vector<bbox_t> tracking_flow(cv::Mat dst_mat, std::vector<bbox_t> cur_bbox_vec)
   std::vector<bbox_t> tracking_flow(cv::Mat dst_mat, std::vector<bbox_t> cur_bbox_vec, bool check_error = false)
   {
      if (sync_PyrLKOpticalFlow_gpu.empty()) {
         std::cout << "sync_PyrLKOpticalFlow_gpu isn't initialized \n";
@@ -214,21 +211,18 @@
      }

      int const old_gpu_id = cv::cuda::getDevice();
      static const int gpu_count = cv::cuda::getCudaEnabledDeviceCount();
      if (gpu_count > gpu_id)
      if(old_gpu_id != gpu_id)
         cv::cuda::setDevice(gpu_id);

      cv::cuda::Stream stream;

      if (dst_mat_gpu.cols == 0) {
         dst_mat_gpu = cv::cuda::GpuMat(dst_mat.size(), dst_mat.type());
         dst_grey_gpu = cv::cuda::GpuMat(dst_mat.size(), CV_8UC1);
         tmp_grey_gpu = cv::cuda::GpuMat(dst_mat.size(), CV_8UC1);
      }


      dst_mat_gpu.upload(dst_mat, stream);


      cv::cuda::cvtColor(dst_mat_gpu, dst_grey_gpu, CV_BGR2GRAY, 0, stream);

      if (src_grey_gpu.rows != dst_grey_gpu.rows || src_grey_gpu.cols != dst_grey_gpu.cols) {
@@ -291,7 +285,7 @@

         if (err_cpu.cols > i &&  status_cpu.cols > i)
            if (abs(moved_x) < 100 && abs(moved_y) < 100)
               //if (err_cpu.at<float>(0, i) < 60 && status_cpu.at<unsigned char>(0, i) != 0)
               if (!check_error || (err_cpu.at<float>(0, i) < 60 && status_cpu.at<unsigned char>(0, i) != 0))
               {
                  cur_bbox_vec[i].x += moved_x + 0.5;
                  cur_bbox_vec[i].y += moved_y + 0.5;
@@ -299,7 +293,8 @@
               }
      }

      cv::cuda::setDevice(old_gpu_id);
      if (old_gpu_id != gpu_id)
         cv::cuda::setDevice(old_gpu_id);

      return result_bbox_vec;
   }