金子邦彦研究室人工知能Windows で動く人工知能関係 Pythonアプリケーション,オープンソースソフトウエア)ポイント・トラッキング(CoTracker,Python を使用)(Windows 上)

ポイント・トラッキング(CoTracker,Python を使用)(Windows 上)

要約CoTrackerは、動画内の長期間追跡とオクルージョンでの精度向上を目指すポイント・トラッキング手法です。Windows上でのインストールには管理者権限のコマンドプロンプトを使用し、必要なライブラリを導入し学習済みモデルをダウンロードします。CoTrackerの利用には指定のコマンドを実行し、処理結果を動画ファイルに保存できます。

元ファイル

動画ファイル: humanpose.mp4

処理結果のファイル

動画ファイル: video_pred_track.mp4

目次

  1. 前準備
  2. CoTracker のインストール(Windows 上)
  3. CoTracker の動作確認(Windows 上)
  4. CoTracker を使う Python プログラムの実行(Windows 上)

CoTracker は、動画のポイントトラッキングの一手法である。 この手法は、長期間の追跡やオクルージョン(遮蔽)の取り扱いの難しさに対処するために開発された。 CoTracker では、ポイントをグループとして追跡する方法、つまりグループベースのアプローチを採用しており、ポイント間の相互関係を活用する。さらに、時間的なスライディングウィンドウメカニズムを使用して、長期間にわたる追跡を行う。実験結果からは、co-trackingが既存の手法に比べて、オクルージョンや長期間のビデオに対する追跡の安定性が向上したことが示されている。

文献

Nikita Karaev, Ignacio Rocco, Benjamin Graham, Natalia Neverova, Andrea Vedaldi, Christian Rupprecht, CoTracker: It is Better to Track Together, arXiv:2307.07635v1, 2023.

https://arxiv.org/pdf/2307.07635v1.pdf

関連する外部ページ

前準備

Git のインストール(Windows 上)

Gitは,バージョン管理システム.ソースコードの管理や複数人での共同に役立つ.

サイト内の関連ページ

Windows での Git のインストール: 別ページ »で説明している.

関連する外部ページ

Git の公式ページ: https://git-scm.com/

Python のインストール(Windows 上)

サイト内の関連ページ

関連する外部ページ

Python の公式ページ: https://www.python.org/

Build Tools for Visual Studio 2022,NVIDIA ドライバ,NVIDIA CUDA ツールキット 11.8,NVIDIA cuDNN 8.6 のインストール(Windows 上)

サイト内の関連ページ

NVIDIA グラフィックスボードを搭載しているパソコンの場合には, NVIDIA ドライバNVIDIA CUDA ツールキットNVIDIA cuDNN のインストールを行う.

関連する外部ページ

PyTorch のインストール(Windows 上)

  1. Windows で,コマンドプロンプト管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

  2. PyTorch のページを確認

    PyTorch のページ: https://pytorch.org/index.html

  3. 次のようなコマンドを実行(実行するコマンドは,PyTorch のページの表示されるコマンドを使う).

    次のコマンドを実行することにより, PyTorch 2.3 (NVIDIA CUDA 11.8 用)がインストールされる. 但し,Anaconda3を使いたい場合には別手順になる.

    事前に NVIDIA CUDA のバージョンを確認しておくこと(ここでは,NVIDIA CUDA ツールキット 11.8 が前もってインストール済みであるとする).

    PyTorch で,GPU が動作している場合には,「torch.cuda.is_available()」により,True が表示される.

    python -m pip install -U --ignore-installed pip
    python -m pip uninstall -y torch torchvision torchaudio torchtext xformers
    python -m pip install -U torch torchvision torchaudio numpy --index-url https://download.pytorch.org/whl/cu118
    
    python -c "import torch; print(torch.__version__, torch.cuda.is_available())" 
    

    [image]

    Anaconda3を使いたい場合には, Anaconda プロンプト (Anaconda Prompt)管理者として実行し, 次のコマンドを実行する. (PyTorch と NVIDIA CUDA との連携がうまくいかない可能性があるため,Anaconda3を使わないことも検討して欲しい).

    conda install -y pytorch torchvision torchaudio pytorch-cuda=11.8 cudnn -c pytorch -c nvidia
    py -c "import torch; print(torch.__version__, torch.cuda.is_available())" 
    

    サイト内の関連ページ

    関連する外部ページ

CoTracker のインストール(Windows 上)

  1. Windows で,コマンドプロンプト管理者として実行

    コマンドプロンプトを管理者として実行: 別ページ »で説明

  2. インストール,学習済みモデルのダウンロード

    cd %HOMEPATH%
    rmdir /s /q co-tracker
    git clone https://github.com/facebookresearch/co-tracker
    cd co-tracker
    python -m pip install -e .
    python -m pip install opencv-python einops timm matplotlib moviepy flow_vis
    mkdir checkpoints
    cd checkpoints
    curl -O https://dl.fbaipublicfiles.com/cotracker/cotracker_stride_4_wind_8.pth
    curl -O https://dl.fbaipublicfiles.com/cotracker/cotracker_stride_4_wind_12.pth
    curl -O https://dl.fbaipublicfiles.com/cotracker/cotracker_stride_8_wind_16.pth
    

    [image]

CoTracker の動作確認(Windows 上)

ポイント・トラッキングを実行.

  1. 次のコマンドを実行

    結果が動画ファイルに保存される.

    python demo.py --grid_size 10 --video_path 
    

    [image]

    元ファイル

    [image] [image]

    動画ファイル: humanpose.mp4

    処理結果のファイル

    [image] [image]

    動画ファイル: video_pred_track.mp4

ポイント・トラッキングを行う Python プログラムの実行(Windows 上)

単純なポイント・トラッキングのプログラム

  1. Windows で,コマンドプロンプトを実行
  2. エディタを起動
    cd %HOMEPATH%\co-tracker
    notepad cotracker.py
    
  3. エディタで,次のプログラムを保存

    このプログラムは, 公式の GitHub のレポジトリで公開されていたものを使用している.

    import os
    import torch
    
    from base64 import b64encode
    from cotracker.utils.visualizer import Visualizer, read_video_from_path
    
    video = read_video_from_path('./assets/apple.mp4')
    video = torch.from_numpy(video).permute(0, 3, 1, 2)[None].float()
    
    from cotracker.predictor import CoTrackerPredictor
    
    model = CoTrackerPredictor(
        checkpoint=os.path.join(
            './checkpoints/cotracker_stride_4_wind_8.pth'
        )
    )
    
    if torch.cuda.is_available():
        model = model.cuda()
        video = video.cuda()
    
    pred_tracks, pred_visibility = model(video, grid_size=30)
    
    vis = Visualizer(save_dir='./videos', pad_value=100)
    vis.visualize(video=video, tracks=pred_tracks, visibility=pred_visibility, filename='teaser');
    exit()
    
  4. Python プログラムの実行

    Python プログラムの実行

    Python 開発環境(Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど)も便利である.

    Python のまとめ: 別ページ »にまとめ

    プログラムを cotracker.pyのようなファイル名で保存したので, 「python cotracker.py」のようなコマンドで行う.

    python cotracker.py
    
  5. videos ディレクトリに動画ファイルができるので確認.

    [image]
  6. 動画ファイルを表示してみる

    [image]

実行時に動画ファイルを選択するポイント・トラッキングのプログラム

  1. Windows で,コマンドプロンプトを実行
  2. エディタを起動
    cd %HOMEPATH%\co-tracker
    notepad cotracker2.py
    
  3. エディタで,次のプログラムを保存

    このプログラムは, 公式の GitHub のレポジトリで公開されていたものを使用している.

    import os
    import torch
    import tkinter as tk
    from tkinter import filedialog
    from base64 import b64encode
    from cotracker.utils.visualizer import Visualizer, read_video_from_path
    from cotracker.predictor import CoTrackerPredictor
    
    
    def load_model():
        checkpoint_path = os.path.join('./checkpoints/cotracker_stride_4_wind_8.pth')
        model = CoTrackerPredictor(checkpoint=checkpoint_path)
        
        if torch.cuda.is_available():
            model = model.cuda()
    
        return model
    
    
    def select_file():
        root = tk.Tk()
        root.withdraw()
        fpath = filedialog.askopenfilename()
        return fpath
    
    
    def point_tracking(fpath, model):
        video = read_video_from_path(fpath)
        video = torch.from_numpy(video).permute(0, 3, 1, 2)[None].float()
    
        if torch.cuda.is_available():
            video = video.cuda()
    
        pred_tracks, pred_visibility = model(video, grid_size=30)
    
        vis = Visualizer(save_dir='.', pad_value=100)
        vis.visualize(video=video, tracks=pred_tracks, visibility=pred_visibility, filename='teaser')
        return pred_tracks, pred_visibility
    
    if __name__ == "__main__":
        model = load_model()
        fpath = select_file()
    
        print("file name: ", fpath)
        pred_tracks, pred_visibility = point_tracking(fpath, model)
        print(pred_tracks)
    
    exit()
    
  4. Python プログラムの実行

    Python プログラムの実行

    Python 開発環境(Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど)も便利である.

    Python のまとめ: 別ページ »にまとめ

    プログラムを cotracker2.pyのようなファイル名で保存したので, 「python cotracker2.py」のようなコマンドで行う.

    python cotracker2.py
    
  5. 動画ファイルを選ぶ

    [image]
  6. 終了の確認

    ポイント・トラッキングの結果が表示される.

    [image]
  7. カレントディレクトリに teaser_pred_track.mp4 というファイル名の動画ファイルができるので確認.

    [image]
  8. 動画ファイルを表示してみる

    [image]