计算机视觉 / 系统课时
多目标跟踪
多目标跟踪
本课把逐帧目标检测升级为连续视频跟踪:为同一目标维持稳定编号,保存中心点历史,并把移动轨迹绘制到输出视频中。完成后,你将得到一个可直接运行的 YOLOv8 多目标跟踪程序。
学习目标
- 理解检测框、跟踪器与 Track ID 之间的关系。
- 使用 YOLOv8 跟踪模式读取目标编号。
- 保存目标中心点并绘制连续移动轨迹。
检测为什么不能直接形成轨迹
目标检测只回答“这一帧里有什么、在哪里”,相邻两帧的检测框彼此独立。多目标跟踪会把当前检测框与历史轨迹做数据关联,再为匹配成功的目标维护 Track ID,因此程序才能判断两个框是否属于同一对象。
Ultralytics 的跟踪模式会在检测结果基础上维护跟踪器;逐帧调用时设置 persist=True,可让跟踪状态在连续帧之间保留,成功跟踪的编号从 boxes.id 读取。Track ID 只在当前跟踪会话内有意义,不等同于人员身份、车辆牌照或数据库主键。

轨迹通常保存为 track_id -> 最近若干中心点 的映射。使用定长队列只保留最近一段历史,可以避免长视频不断占用内存,并让画面保持清晰。
实现带编号和轨迹的视频
运行前准备 Python 环境,安装 ultralytics 与 opencv-python,并把测试视频命名为 input.mp4。下面示例使用 yolov8n.pt 和 ByteTrack;首次运行时模型权重可能自动下载。
from collections import defaultdict, deque
import cv2
from ultralytics import YOLO
INPUT_VIDEO = "input.mp4"
OUTPUT_VIDEO = "tracked.mp4"
MODEL_PATH = "yolov8n.pt"
MAX_TRAIL_POINTS = 30
def main() -> None:
cap = cv2.VideoCapture(INPUT_VIDEO)
if not cap.isOpened():
raise RuntimeError(f"无法打开视频:{INPUT_VIDEO}")
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS)
if fps <= 0:
fps = 25.0
writer = cv2.VideoWriter(
OUTPUT_VIDEO,
cv2.VideoWriter_fourcc(*"mp4v"),
fps,
(width, height),
)
if not writer.isOpened():
cap.release()
raise RuntimeError(f"无法创建输出视频:{OUTPUT_VIDEO}")
model = YOLO(MODEL_PATH)
histories = defaultdict(lambda: deque(maxlen=MAX_TRAIL_POINTS))
frame_count = 0
try:
while True:
ok, frame = cap.read()
if not ok:
break
# persist=True 让跟踪器把上一帧状态带到当前帧。
result = model.track(
frame,
persist=True,
tracker="bytetrack.yaml",
verbose=False,
)[0]
canvas = result.plot()
boxes = result.boxes
if boxes is not None and boxes.id is not None:
centers = boxes.xywh.cpu().tolist()
track_ids = boxes.id.int().cpu().tolist()
for (x, y, _, _), track_id in zip(centers, track_ids):
center = (int(x), int(y))
histories[track_id].append(center)
# 只连接同一 Track ID 的历史点。
points = list(histories[track_id])
for start, end in zip(points, points[1:]):
cv2.line(canvas, start, end, (0, 255, 255), 2)
cv2.putText(
canvas,
f"ID {track_id}",
(center[0] + 4, center[1] - 6),
cv2.FONT_HERSHEY_SIMPLEX,
0.55,
(0, 255, 255),
2,
)
writer.write(canvas)
frame_count += 1
finally:
cap.release()
writer.release()
print(f"处理完成:{OUTPUT_VIDEO},共 {frame_count} 帧")
if __name__ == "__main__":
main()预期输出
处理完成:tracked.mp4,共 <FRAME_COUNT> 帧<FRAME_COUNT> 由输入视频长度决定。打开 tracked.mp4 后,应看到检测框、Track ID,以及每个目标最近 30 个中心点形成的轨迹线。
关键边界与调优
短暂遮挡、目标重叠、快速运动或检测漏帧都可能导致 ID 切换。此时旧目标会获得新编号,轨迹也会从新编号重新开始。可以优先改善检测质量,再调整跟踪器配置,而不是只增加轨迹长度。
conf 过高会增加漏检,过低会引入误检;轨迹点过多会遮挡画面并增加绘制开销。实际项目应选择固定类别、限制检测区域,并定期清理长时间未出现的 Track ID。需要比较跟踪效果时,可分别测试 bytetrack.yaml 与项目默认跟踪器,但同一段视频要保持相同检测参数。
验收结果
先抽取包含交叉、遮挡和进出画面的片段,逐帧观察编号是否连续。验收重点不是轨迹是否好看,而是同一目标在大多数可见帧中是否保持相同 ID,以及不同目标交汇后是否发生编号交换。