Отслеживание мультиобъектов с использованием Opencv Python: удаление трекеров для объектов, которые вышли из кадра

Question

Я работаю над проектом, в котором я использую cv2 для обнаружения и слежения за несколькими объектами. Я был в состоянии обнаружить объекты в прямом эфире, и я также мог отслеживать их в кадре.

Например:

В кадре были обнаружены два человека, и для каждого из них мы назначили два трекера, скажем Person0, Person1

Пока здесь все работает нормально.

Проблема заключается в том, что, когда уходит первый человек, соответствующий трекер удаляется, а идентификатор трекера второго лица изменяется на Персона 0, но я не хочу, чтобы это было связано с Персоном 0, это должно быть Персона1

Ниже приведен код, который я пробовал:

from imutils.video import VideoStream
from imutils.video import FPS
import numpy as np
import argparse
import imutils
import time
import cv2
from math import floor

# initialize the list of class labels MobileNet SSD was trained to
# detect, then generate a set of bounding box colors for each class
CLASSES = ["background", "aeroplane", "bicycle", "bird", "boat",
    "bottle", "bus", "car", "cat", "chair", "cow", "diningtable",
    "dog", "horse", "motorbike", "person", "pottedplant", "sheep",
    "sofa", "train", "tvmonitor"]
COLORS = np.random.uniform(0, 255, size=(len(CLASSES), 3))

# load our serialized model from disk
print("[INFO] loading model...")
net = cv2.dnn.readNetFromCaffe('./models/MobileNetSSD_deploy.prototxt.txt', './models/MobileNetSSD_deploy.caffemodel')

# initialize the video stream, allow the cammera sensor to warmup,
# and initialize the FPS counter
print("[INFO] starting video stream...")
vs = VideoStream(src=1).start()
time.sleep(2.0)
fps = FPS().start()
init_once = []
oklist = []
tracker_lst = []
newbox = []
# loop over the frames from the video stream
while True:
    # grab the frame from the threaded video stream and resize it
    # to have a maximum width of 400 pixels
    frame = vs.read()
    frame = imutils.resize(frame, width=900,height = 600)


    (h, w) = frame.shape[:2]
    blob = cv2.dnn.blobFromImage(cv2.resize(frame, (300, 300)),0.007843, (300, 300), 127.5)
    net.setInput(blob)
    detections = net.forward()
    bounding_boxes = []
    for i in np.arange(0,detections.shape[2]):
        confidence = detections[0,0,i,2]
        if confidence > 0.2:
            idx = int(detections[0,0,i,1])
            if CLASSES[idx] == 'person':
                box = detections[0,0,i,3:7]*np.array([w,h,w,h])
                bounding_boxes.append(box)
                label = "{}: {:.2f}%".format(CLASSES[idx], confidence * 100)
                print("[INFO] {}".format(label))
                (startX, startY, endX, endY) = box.astype(int)
                cv2.rectangle(frame, (startX, startY), (endX, endY),COLORS[idx], 2)
                y = startY - 15 if startY - 15 > 15 else startY + 15
                cv2.putText(frame, label, (startX, y),cv2.FONT_HERSHEY_SIMPLEX, 0.5, COLORS[idx], 2)
#    if len(init_once) < 1:
#        bbox = bounding_boxes
    print("@@@@Detected bounding boxes:", bounding_boxes)
    # loop over the detections
    newbbox = []
    bbox = bounding_boxes
    for (i,boxie) in enumerate(bbox):
        (startX,startY,endX,endY) = boxie.astype(int)
        boxie = (int(startX),int(startY),int(endX-startX),int(endY-startY))
        newbbox.append(boxie)
        #print (newbbox)
        if len(bounding_boxes):
            tracker_lst.append(cv2.TrackerKCF_create())
            okinit = tracker_lst[i].init(frame, boxie)
            init_once.append(1)
            oklist.append(okinit)
        print (len(tracker_lst))
        oklist[i], newbbox[i] = tracker_lst[i].update(frame)
    for (i,newbox) in enumerate (newbbox) :
         if oklist[i]:
             Tracker_ID = "{}: {:.2f}%".format('person'+str(i), confidence * 100)
             cv2.rectangle(frame,(int(floor(newbox[0])),int(floor(newbox[1]))), (int(floor(newbox[0]))+int(floor(newbox[2])),int(floor(newbox[1]))+int(floor(newbox[3]))),(255,255,255), 1)          
             new_y = floor(newbox[1]) - 15 if floor(newbox[1]) - 15 > 15 else floor(newbox[1]) + 15
             print (newbox[0])
             print (newbox[1])
             cv2.putText(frame, Tracker_ID, (int(floor(newbox[0])), int(floor(newbox[1]))),cv2.FONT_HERSHEY_SIMPLEX, 0.4, (255,255,255), 1)
         else :
             cv2.putText(frame, "Tracking failure object {0}".format(i), (100,(80+(20*i))), cv2.FONT_HERSHEY_SIMPLEX, 0.4,(255,255,255),1)
             if len(bounding_boxes)>0:
                 del tracker_lst[i]
                 del oklist[i]

             #oklist[i], newbbox[i] = tracker_lst[i].update(frame)                


    # show the output frame
    cv2.imshow("Frame", frame)
    key = cv2.waitKey(1) & 0xFF

    # if the `q` key was pressed, break from the loop
    if key == ord("q"):
        break

    # update the FPS counte
    fps.update()

# stop the timer and display FPS information
fps.stop()
print("[INFO] elapsed time: {:.2f}".format(fps.elapsed()))
print("[INFO] approx. FPS: {:.2f}".format(fps.fps()))

# do a bit of cleanup
cv2.destroyAllWindows()
vs.release()

Как узнать, какие объекты были сброшены с кадра, и удалить трекер только для этого без изменения идентификатора трекера сохраненных изображений в кадре