視頻動作跟蹤，已經(jīng)精確到了每個像素!

meta最新推出的視頻跟蹤工具CoTracker，發(fā)布沒多久就在GitHub上斬獲了1.4k星標。

從官方發(fā)布的幾個DEMO來看，效果還是很震撼的。

一場馬術(shù)比賽中，馬匹在騎手的操縱下優(yōu)雅地跨過障礙，畫出了優(yōu)美的弧線。

還有一架帆船乘風(fēng)破浪，仿佛捉住了風(fēng)的影子。

另一邊，一位跳傘運動員從空中劃過，留下了一道絢麗的彩虹……

對這個新“玩具”，有網(wǎng)友評論說，它不僅能改變物體追蹤技術(shù)，也將在體育（動作）分析、野生動物追蹤，甚至電影后期領(lǐng)域掀起一場新的革命。

我們也第一時間上手試玩了一下線上的簡易版本，下面就一起來看看吧。

精準記錄像素軌跡

首先有請四川知名網(wǎng)紅、熊貓界的當紅炸子雞“果賴”隆重登場。

只見花花六親不認的步伐被CoTracker整個記錄了下來，真的是太可愛了。

不過要論戲劇性的話，可能還得是我們的“西直門三太子”萌蘭。

看完了可愛的胖達，接下來就要進入整活環(huán)節(jié)了，來點名場面!

這個就不用再多介紹了吧（確信）。

除了上面的這位老朋友，還有王境澤吃炒飯的鏡頭。

只見他手上誠實的動作在CoTracker面前暴露無遺。

而在地球的另一邊，馬斯克正在直播用FSD開著特斯拉去找小扎，準備進行一番親切友好的交流。

CoTracker的效果就展示到這里了，朋友們?nèi)绻肟雌渌Ч梢宰约和嫱婵础?/p>

傳送門:

https://huggingface.co/spaces/facebook/cotracker

不過，在線DEMO是個簡易版本，還不支持自定義跟蹤位置，只能根據(jù)輸入的跟蹤數(shù)量等距分配。

但是如果自己部署、用代碼操縱的話，就可以設(shè)置任意跟蹤點了。

說到這我們正好來看一下CoTracker該怎么部署。

首先是Colab版本，我們剛剛說到的自定義跟蹤點也在Colab當中。

傳送門:

https://colab.research.google.com/github/facebookresearch/co-tracker/blob/master/notebooks/demo.ipynb

Colab的過程不必過多介紹，進入之后運行筆記中的代碼就可以了。

而如果想自己動手的話，最簡單的方式是從torch.hub中直接調(diào)用已完成預(yù)訓(xùn)練的版本。

pipinstalleinopstimmtqdm

importtorch

importtimm

importeinops

importtqdm

cotracker=torch.hub.load（"facebookresearch/co-tracker"，"cotracker_w8"）

如果要對模型進行評估或訓(xùn)練，那么使用GitHub Repo更為合適。

首先要安裝一下程序和相關(guān)依賴:

gitclonehttps://github.com/facebookresearch/co-tracker

cdco-tracker

pipinstall-e.

pipinstallopencv-pythoneinopstimmmatplotlibmoviepyflow_vis

然后下載模型:

mkdircheckpoints

cdcheckpoints

wgethttps://dl.fbaipublicfiles.com/cotracker/cotracker_stride_4_wind_8.pth

wgethttps://dl.fbaipublicfiles.com/cotracker/cotracker_stride_4_wind_12.pth

wgethttps://dl.fbaipublicfiles.com/cotracker/cotracker_stride_8_wind_16.pth

cd..

有關(guān)評估和訓(xùn)練的方式，可以到GitHub項目頁來查看，鏈接放在了文末。

那么，CoTracker又是怎么實現(xiàn)像素級追蹤的呢?

評分超過DINOv2

雖然都是追蹤，但CoTracker和物體追蹤模型有很大區(qū)別。

CoTracker并沒有基于語義理解對視頻中物體進行分割的過程，而是把重點放在了像素點上。

底層方面，CoTracker采用了Transformer架構(gòu)。

Transformer編碼了視頻中點的跟蹤信息，并迭代更新點的位置。

推理上，CoTracker還采用了一種窗口機制，在時間軸上劃分出滑動窗口。

CoTracker使用上個窗口的輸出對后面的窗口進行初始化，并在每個窗口上運行多次Transformer迭代。

這樣就使得CoTracker能夠?qū)ΩL的視頻進行像素級跟蹤。

總之，經(jīng)過一番訓(xùn)練之后，CoTracker取得了一份不俗的成績單。

在FastCapture數(shù)據(jù)集測試上，CoTracker的成績在一眾模型中脫穎而出，其中也包括meta自家的DINOv2。

總之，喜歡的話，就趕緊體驗一下試試吧!

論文地址:

https://arxiv.org/pdf/2307.07635.pdf

GitHub項目頁:

https://github.com/facebookresearch/co-tracker

—完—

本文來源于量子位公眾號，如有侵權(quán)請聯(lián)系刪除