15、OpenVX 中的目标跟踪技术详解

OpenVX 中的目标跟踪技术详解

1. 跟踪基础与特征处理

在目标跟踪过程中，准确记录边界框的位置和大小至关重要。我们可以通过记录边界框角点的原始位置、质心和扩展范围，来重新计算相对大小和归一化位移。然而，由于遮挡、旋转、噪声或物体移出视野等原因，跟踪的特征可能会消失。当跟踪的特征数量减少时，新计算的边界框位置和大小的值可靠性会降低。

为了应对这种情况，我们需要设定跟踪特征数量的最小绝对值或相对值。当特征数量低于该值，或者在任一维度上扩展范围变为零时，可采取以下措施：
- 再次运行角点检测，使用与初始相同的参数，以纠正因噪声或临时部分遮挡而丢失的点。
- 重新运行原始的目标检测算法，即重启整个跟踪过程。

如果再次运行角点检测，需要将结果与之前跟踪器估计的结果进行比较。若扩展范围或位置差异较大，可能需要再次运行目标检测。同时，用于跟踪的特征（角点）必须定义明确且数量充足。例如，若仅选择四个特征，其中一个因瞬态镜面反射消失，可能会显著影响扩展范围和质心的测量。

2. 处理质心跟踪的用户节点

OpenVX 本身不支持质心跟踪，我们可以在图外处理，也可以定义一个或多个用户节点进行计算。以下是相关的 API 定义：

typedef struct {
    vx_rectangle_t    bounding_box; // 最后计算的对象边界框
    vx_coordinates2df_t bb_centroid; // 原始边界框质心
    vx_coordinates2df_t bb_std_dev; // 原始边界框标准差
    vx_co