mtp.cc

   1
   2 ///////////////////////////////////////////////////////////////////////////
   3 // This program is free software: you can redistribute it and/or modify  //
   4 // it under the terms of the version 3 of the GNU General Public License //
   5 // as published by the Free Software Foundation.                         //
   6 //                                                                       //
   7 // This program is distributed in the hope that it will be useful, but   //
   8 // WITHOUT ANY WARRANTY; without even the implied warranty of            //
   9 // MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU      //
  10 // General Public License for more details.                              //
  11 //                                                                       //
  12 // You should have received a copy of the GNU General Public License     //
  13 // along with this program. If not, see <http://www.gnu.org/licenses/>.  //
  14 //                                                                       //
  15 // Written by and Copyright (C) Francois Fleuret                         //
  16 // Contact <francois.fleuret@idiap.ch> for comments & bug reports        //
  17 ///////////////////////////////////////////////////////////////////////////
  18
  19 // Multi-Tracked Path
  20
  21 #include <iostream>
  22 #include <fstream>
  23
  24 using namespace std;
  25
  26 #include "tracker.h"
  27
  28 //////////////////////////////////////////////////////////////////////
  29
  30 scalar_t detection_score(scalar_t a, scalar_t b, scalar_t score_noise, scalar_t flip_noise) {
  31   if(drand48() > flip_noise) {
  32     return a + score_noise * (2.0 * drand48() - 1.0);
  33   } else {
  34     return b + score_noise * (2.0 * drand48() - 1.0);
  35   }
  36 }
  37
  38 int main(int argc, char **argv) {
  39   int nb_locations = 7;
  40   int nb_time_steps = 8;
  41   int motion_amplitude = 1;
  42
  43   Tracker *tracker = new Tracker(nb_time_steps, nb_locations);
  44
  45   // We define the spatial structures by stating what are the possible
  46   // motions of targets, and what are the entrances and the
  47   // exits.
  48
  49   // Here our example is a 1D space with motions from any location to
  50   // any location less than motion_amplitude away, entrance at
  51   // location 0 and exit at location nb_locations-1.
  52
  53   for(int l = 0; l < nb_locations; l++) {
  54     for(int k = 0; k < nb_locations; k++) {
  55       tracker->allowed_motion[l][k] = abs(l - k) <= motion_amplitude;
  56     }
  57     tracker->entrances[0] = 1;
  58     tracker->exits[nb_locations - 1] = 1;
  59   }
  60
  61   // We construct the graph corresponding to this structure
  62
  63   tracker->build_graph();
  64
  65   // Then, we specify for every location and time step what is the
  66   // detection score there.
  67
  68   scalar_t flip_noise = 0.05;
  69   scalar_t score_noise = 0.0;
  70
  71   // We first put a background noise, with negative scores at every
  72   // location.
  73
  74   for(int t = 0; t < nb_time_steps; t++) {
  75     for(int l = 0; l < nb_locations; l++) {
  76       tracker->detection_scores[t][l] = detection_score(-1.0, 1.0, score_noise, flip_noise);
  77     }
  78   }
  79
  80   // Then we two targets with the typical local minimum:
  81   //
  82   // * Target A moves from location 0 to the middle, stays there for a
  83   //   while, and comes back, and is strongly detected on the first
  84   //   half
  85   //
  86   // * Target B moves from location nb_locations-1 to the middle, stay
  87   //   there for a while, and comes back, and is strongly detected on
  88   //   the second half
  89
  90   int la, lb; // Target locations
  91   scalar_t sa, sb; // Target detection scores
  92   for(int t = 0; t < nb_time_steps; t++) {
  93     if(t < nb_time_steps/2) {
  94       la = t;
  95       lb = nb_locations - 1 - t;
  96       sa = detection_score(10.0, -1.0, score_noise, flip_noise);
  97       sb = detection_score( 1.0, -1.0, score_noise, flip_noise);
  98     } else {
  99       la = nb_time_steps - 1 - t;
 100       lb = t - nb_time_steps + nb_locations;
 101       sa = detection_score( 1.0, -1.0, score_noise, flip_noise);
 102       sb = detection_score(10.0, -1.0, score_noise, flip_noise);
 103     }
 104
 105     if(la > nb_locations/2 - 1) la = nb_locations/2 - 1;
 106     if(lb < nb_locations/2 + 1) lb = nb_locations/2 + 1;
 107
 108     tracker->detection_scores[t][la] = sa;
 109     tracker->detection_scores[t][lb] = sb;
 110   }
 111
 112   // Does the tracking per se
 113
 114   tracker->track();
 115
 116   // Prints the detected trajectories
 117
 118   for(int t = 0; t < tracker->nb_trajectories(); t++) {
 119     cout << "TRAJECTORY "
 120          << t
 121          << " [starting " << tracker->trajectory_entrance_time(t)
 122          << ", score " << tracker->trajectory_score(t) << "]";
 123     for(int u = 0; u < tracker->trajectory_duration(t); u++) {
 124       cout << " " << tracker->trajectory_location(t, u);
 125     }
 126     cout << endl;
 127   }
 128
 129   // Save the underlying graph in the dot format, with occupied edges
 130   // marked in bold.
 131
 132   {
 133     ofstream dot("graph.dot");
 134     tracker->print_graph_dot(&dot);
 135     cout << "Wrote graph.dot." << endl;
 136   }
 137
 138   delete tracker;
 139
 140   exit(EXIT_SUCCESS);
 141 }