mtp_example.cc

   1
   2 /*
   3  *  mtp is the ``Multi Tracked Path'', an implementation of the
   4  *  k-shortest path algorithm for multi-target tracking.
   5  *
   6  *  Copyright (c) 2012 Idiap Research Institute, http://www.idiap.ch/
   7  *  Written by Francois Fleuret <francois.fleuret@idiap.ch>
   8  *
   9  *  This file is part of mtp.
  10  *
  11  *  mtp is free software: you can redistribute it and/or modify it
  12  *  under the terms of the GNU General Public License version 3 as
  13  *  published by the Free Software Foundation.
  14  *
  15  *  mtp is distributed in the hope that it will be useful, but WITHOUT
  16  *  ANY WARRANTY; without even the implied warranty of MERCHANTABILITY
  17  *  or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public
  18  *  License for more details.
  19  *
  20  *  You should have received a copy of the GNU General Public License
  21  *  along with selector.  If not, see <http://www.gnu.org/licenses/>.
  22  *
  23  */
  24
  25 // Multi-Tracked Path
  26
  27 #include <iostream>
  28 #include <fstream>
  29
  30 using namespace std;
  31
  32 #include "tracker.h"
  33
  34 //////////////////////////////////////////////////////////////////////
  35
  36 scalar_t detection_score(scalar_t a, scalar_t b, scalar_t score_noise, scalar_t flip_noise) {
  37   if(drand48() > flip_noise) {
  38     return a + score_noise * (2.0 * drand48() - 1.0);
  39   } else {
  40     return b + score_noise * (2.0 * drand48() - 1.0);
  41   }
  42 }
  43
  44 int main(int argc, char **argv) {
  45   int nb_locations = 7;
  46   int nb_time_steps = 8;
  47   int motion_amplitude = 1;
  48
  49   Tracker *tracker = new Tracker();
  50
  51   tracker->allocate(nb_time_steps, nb_locations);
  52
  53   // We define the spatial structures by stating what are the possible
  54   // motions of targets, and what are the entrances and the
  55   // exits.
  56
  57   // Here our example is a 1D space with motions from any location to
  58   // any location less than motion_amplitude away, entrance at
  59   // location 0 and exit at location nb_locations-1.
  60
  61   for(int l = 0; l < nb_locations; l++) {
  62     for(int k = 0; k < nb_locations; k++) {
  63       tracker->allowed_motion[l][k] = abs(l - k) <= motion_amplitude;
  64     }
  65     tracker->entrances[0] = 1;
  66     tracker->exits[nb_locations - 1] = 1;
  67   }
  68
  69   // We construct the graph corresponding to this structure
  70
  71   tracker->build_graph();
  72
  73   // Then, we specify for every location and time step what is the
  74   // detection score there.
  75
  76   scalar_t flip_noise = 0.05;
  77   scalar_t score_noise = 0.0;
  78
  79   // We first put a background noise, with negative scores at every
  80   // location.
  81
  82   for(int t = 0; t < nb_time_steps; t++) {
  83     for(int l = 0; l < nb_locations; l++) {
  84       tracker->detection_scores[t][l] = detection_score(-1.0, 1.0, score_noise, flip_noise);
  85     }
  86   }
  87
  88   // Then we two targets with the typical local minimum:
  89   //
  90   // * Target A moves from location 0 to the middle, stays there for a
  91   //   while, and comes back, and is strongly detected on the first
  92   //   half
  93   //
  94   // * Target B moves from location nb_locations-1 to the middle, stay
  95   //   there for a while, and comes back, and is strongly detected on
  96   //   the second half
  97
  98   int la, lb; // Target locations
  99   scalar_t sa, sb; // Target detection scores
 100   for(int t = 0; t < nb_time_steps; t++) {
 101     if(t < nb_time_steps/2) {
 102       la = t;
 103       lb = nb_locations - 1 - t;
 104       sa = detection_score(10.0, -1.0, score_noise, flip_noise);
 105       sb = detection_score( 1.0, -1.0, score_noise, flip_noise);
 106     } else {
 107       la = nb_time_steps - 1 - t;
 108       lb = t - nb_time_steps + nb_locations;
 109       sa = detection_score( 1.0, -1.0, score_noise, flip_noise);
 110       sb = detection_score(10.0, -1.0, score_noise, flip_noise);
 111     }
 112
 113     if(la > nb_locations/2 - 1) la = nb_locations/2 - 1;
 114     if(lb < nb_locations/2 + 1) lb = nb_locations/2 + 1;
 115
 116     tracker->detection_scores[t][la] = sa;
 117     tracker->detection_scores[t][lb] = sb;
 118   }
 119
 120   { // Write down the tracker setting
 121     ofstream out_tracker("tracker.dat");
 122     tracker->write(&out_tracker);
 123   }
 124
 125   // Does the tracking per se
 126
 127   tracker->track();
 128
 129   // Prints the detected trajectories
 130
 131   for(int t = 0; t < tracker->nb_trajectories(); t++) {
 132     cout << "Trajectory "
 133          << t
 134          << " starting at " << tracker->trajectory_entrance_time(t)
 135          << ", duration " << tracker->trajectory_duration(t)
 136          << ", score " << tracker->trajectory_score(t)
 137          << ", through nodes ";
 138     for(int u = 0; u < tracker->trajectory_duration(t); u++) {
 139       cout << " " << tracker->trajectory_location(t, u);
 140     }
 141     cout << endl;
 142   }
 143
 144   delete tracker;
 145
 146   exit(EXIT_SUCCESS);
 147 }