Preprocessing und Tracker zur Performanceverbesserung evaluieren

[Mystik321]

Einlesen zu verschiedenen Techniken zum Preprocessing von Frames für den Tracker. Zu Eruieren ist, ob hierdurch eine Verschnellerung des Trackers ermöglicht wird, ohne die Genauigkeit des Trackers signifikant zu beeinträchtigen.

Des Weiteren soll ein passenderes Video gefunden werden.

Vielleicht hilfreiche Links: https://stackoverflow.com/questions/10431919/downsampling-without-smoothing https://stackoverflow.com/questions/17389098/opencv-image-preprocessing-for-object-detection https://pyimagesearch.com/2016/07/25/convolutions-with-opencv-and-python/

[Mystik321]

Der CSRT und KCF Tracker sind bis jetzt die besten Tracker. @oc04amiz probiert eventuell den GOTURN mit anderen Settings aus. CSRT ist ein Derivat von KCF. CSRT arbeitet genauer aber dafür langsamer als KCF. Da der CSRT die 25 FPS (single object tracking) erreicht, werden wir ihn erstmal weiterhin nutzen.

Link zum Paper zur Tracker-Evaluierung: https://sciarena.com/storage/models/article/qsUEQ6r5ctgGUtrfc2jcseg7W7qxqG748SOgFni8Mp9x6JfxwZKu5u5gPvl7/comparison-of-api-trackers-in-opencv-using-raspberry-pi-hardware.pdf

[Mystik321]

Preprocessing lassen wir erstmal weg, weil der CSRT Tracker schon ausreicht. Andere Entwickler müssen es noch testen, weil es nur auf meinem System funktioniert (getestet worden ist). Es wurden keine Frames im Backend geskippt.

GOTURN schafft auf eine cpu nur ~20fps und ist somit viel langsamer als CSRT. Zusätzlich wird es wahrscheinlich Probleme mit frame-skipping haben, da zu viele Informationen verloren gehen. https://learnopencv.com/goturn-deep-learning-based-object-tracking/

[oc04amiz]

Lösung mit CSRT Tracker ist gemerged.