tracking_inputs = [
[[0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11],
[0.21, 0.32, 0.43, 0.54, 0.65, 0.76, 0.87, 0.98, 1.09, 1.20]], # 第 1 帧
[[0.15, 0.26, 0.37, 0.48, 0.59, 0.70, 0.81, 0.92, 1.03, 1.14],
[0.24, 0.35, 0.46, 0.57, 0.68, 0.79, 0.90, 1.01, 1.12, 1.23]], # 第 2 帧
[[0.18, 0.29, 0.40, 0.51, 0.62, 0.73, 0.84, 0.95, 1.06, 1.17],
[0.27, 0.38, 0.49, 0.60, 0.71, 0.82, 0.93, 1.04, 1.15, 1.26]] # 第 3 帧
]其中pose_results这个形参被tracking_inputs这个实参赋值了
这个时候分析一下代码思路
def pose_tracking(pose_results, max_tracks=2, thre=30):
tracks, num_tracks = [], 0
num_joints = None
for idx, poses in enumerate(pose_results):
if len(poses) == 0:
continue
if num_joints is None:
num_joints = poses[0].shape[0]
track_proposals = [t for t in tracks if t['data'][-1][0] > idx - thre]
n, m = len(track_proposals), len(poses)
scores = np.zeros((n, m))
for i in range(n):
for j in range(m):
scores[i][j] = dist_ske(track_proposals[i]['data'][-1][1], poses[j])
row, col = linear_sum_assignment(scores)
for r, c in zip(row, col):
track_proposals[r]['data'].append((idx, poses[c]))
if m > n:
for j in range(m):
if j not in col:
num_tracks += 1
new_track = dict(data=[])
new_track['track_id'] = num_tracks
new_track['data'] = [(idx, poses[j])]
tracks.append(new_track)
if num_joints is None:
return None, None
tracks.sort(key=lambda x: -len(x['data']))
result = np.zeros((max_tracks, len(pose_results), num_joints, 3), dtype=np.float16)
for i, track in enumerate(tracks[:max_tracks]):
for item in track['data']:
idx, pose = item
result[i, idx] = pose
return result[..., :2], result[..., 2]
for idx, poses in enumerate(pose_results):代入tracking_inputs这个实参
for idx, poses in enumerate(tracking_inputs):
print(f"Frame {idx}: {poses}")这段代码的作用是:
- 遍历
tracking_inputs列表中的每个元素。 - 对于每个元素,获取它的索引
idx和相应的poses数据。 - 打印出当前帧的索引和该帧包含的
poses数据。
具体输出如下:
Frame 0: [[0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11], [0.21, 0.32, 0.43, 0.54, 0.65, 0.76, 0.87, 0.98, 1.09, 1.20]]
Frame 1: [[0.15, 0.26, 0.37, 0.48, 0.59, 0.70, 0.81, 0.92, 1.03, 1.14], [0.24, 0.35, 0.46, 0.57, 0.68, 0.79, 0.90, 1.01, 1.12, 1.23]]
Frame 2: [[0.18, 0.29, 0.40, 0.51, 0.62, 0.73, 0.84, 0.95, 1.06, 1.17], [0.27, 0.38, 0.49, 0.60, 0.71, 0.82, 0.93, 1.04, 1.15, 1.26]]这段代码的主要作用是遍历并输出 tracking_inputs 中每个帧的 poses 数据。
继续执行 if len(poses) == 0:
发现len(poses)是2，不满足，于是不执行continue
继续执行if num_joints is None:
发现满足，于是执行num_joints = poses[0].shape[0]
由于poses[0]=[0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11]，于是poses[0].shape[0]等于多少？
-
shape是一个属性,用于获取列表或数组的维度信息。对于一维列表或数组,shape返回一个只有一个元素的元组。 -
对于一维列表或数组,
shape[0]就等同于获取列表或数组的长度。这是因为对于一维数据结构,只有一个维度,所以取第 0 个维度就是获取整个数据结构的长度。
继续执行 track_proposals = [t for t in tracks if t['data'][-1][0] > idx - thre]
由于tracks初始化为空列表，所以track_proposals也是空列表
继续执行n, m = len(track_proposals), len(poses)
于是n=0，m=2
继续执行scores = np.zeros((0, 2))
于是scores是空数组
继续执行下面
for i in range(0):
for j in range(2):
scores[i][j] = dist_ske(track_proposals[i]['data'][-1][1], poses[j])发现什么也不做，因为最外层循环条件不满足
继续执行row, col = linear_sum_assignment(scores)
由于scores是空数组
当 scores 是一个空数组时:
row列表会是一个空列表[]。col列表也会是一个空列表[]。
这是因为当 scores 为空时,意味着没有任何可以分配的元素,因此 linear_sum_assignment() 函数无法找到任何匹配,返回的行和列索引都是空列表。
继续执行
for r, c in zip(row, col):
track_proposals[r]['data'].append((idx, poses[c]))发现什么也不做，因为最外层循环条件不满足
继续执行下面代码
if 2 > 0:
for j in range(2):
if j not in col:
num_tracks += 1
new_track = dict(data=[])
new_track['track_id'] = num_tracks
new_track['data'] = [(idx, poses[j])]
tracks.append(new_track)- 首先,
if 2 > 0:这个条件成立,因此会进入for循环。 for j in range(2):会执行两次循环,因为range(2)产生的序列是[0, 1]。- 在每次循环中,
if j not in col:这个条件都会成立,因为col是一个空列表[]。 - 因此,每次循环中都会执行以下操作:
num_tracks += 1：num_tracks的值会增加 1。new_track = dict(data=[])：创建一个新的字典new_track。new_track['track_id'] = num_tracks：给新的字典设置'track_id'键,值为当前的num_tracks。new_track['data'] = [(idx, poses[j])]：给新的字典设置'data'键,值为一个包含当前idx和poses[j]的元组列表。tracks.append(new_track)：将新创建的字典new_track添加到tracks列表中。
所以,如果 col 是一个空列表,那么这段代码会根据 poses 列表的长度(这里是 2)创建相应数量的新的字典(track)并添加到 tracks 列表中。每个新创建的字典都有一个唯一的 'track_id' 和一个包含当前帧信息的 'data' 列表。
于是最终的 tracks 列表应该是:
tracks = [
{
'track_id': 1,
'data': [(0, [0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11])]
},
{
'track_id': 2,
'data': [(0, [0.21, 0.32, 0.43, 0.54, 0.65, 0.76, 0.87, 0.98, 1.09, 1.20])]
}
]接着继续执行第2轮外循环
for idx, poses in enumerate(pose_results):这个时候idx是变成了1，而poses是 [[0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11], [0.13, 0.24, 0.35, 0.46, 0.57, 0.68, 0.79, 0.9, 1.01, 1.12]]
if len(poses) == 0:发现不满足，不执行continue
继续if num_joints is None:发现不满足，于是不执行num_joints = poses[0].shape[0]
继续执行track_proposals = [t for t in tracks if t['data'][-1][0] > idx - thre]
由于tracks列表在第1轮循环的时候是如下这样
tracks = [
{
'track_id': 1,
'data': [(0, [0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11])]
},
{
'track_id': 2,
'data': [(0, [0.21, 0.32, 0.43, 0.54, 0.65, 0.76, 0.87, 0.98, 1.09, 1.20])]
}
]if t['data'][-1][0] > idx - thre条件发现满足
所以没有起到过滤作用
t代表的是tracks列表中的每一个字典对象。t['data']是获取该字典中'data'键对应的值,也就是一个列表。t['data'][-1]是获取该列表中的最后一个元素,也就是一个元组。t['data'][-1][0]是获取该元组的第一个元素,也就是一个整数值。
所以,这行代码的作用是:
- 对于
tracks列表中的每个字典t, - 获取
t中'data'键对应的列表, - 获取该列表的最后一个元组,
- 并获取该元组的第一个元素。
这个值通常会用作一些条件判断,比如在你的代码中,用于判断 idx - thre 的大小。
总之, t['data'][-1][0] 就是获取每个轨迹数据列表中最后一个元素的第一个值,即帧数。这是一个常见的用法。
如果 t['data'][-1][0] > idx - thre 这个条件永远成立,那么 track_proposals 列表就会包含 tracks 列表中的所有字典对象。
track_proposals 的结构和 tracks 列表完全一样,包含两个字典对象:
track_proposals = [
{
'track_id': 1,
'data': [(0, [0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11])]
},
{
'track_id': 2,
'data': [(0, [0.21, 0.32, 0.43, 0.54, 0.65, 0.76, 0.87, 0.98, 1.09, 1.20])]
}
]每个字典对象都有两个键:
'track_id': 表示轨迹 ID'data': 表示该轨迹的数据,是一个列表,列表中的每个元素都是一个二元组,第一个元素是帧数,第二个元素是一个列表,表示该帧中的数据。
所以, track_proposals 的结构和 tracks 完全相同,只是它包含了 tracks 列表中的所有元素。
n, m = len(track_proposals), len(poses)所以n=2，m=2
scores = np.zeros((n, m))先全0二维数组，后面再重新赋值覆盖即可
for i in range(2):
for j in range(2):
scores[i][j] = dist_ske(track_proposals[i]['data'][-1][1], poses[j])track_proposals[0]['data'][-1][1]，其中track_proposals = [
{
'track_id': 1,
'data': [(0, [0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11])]
},
{
'track_id': 2,
'data': [(0, [0.21, 0.32, 0.43, 0.54, 0.65, 0.76, 0.87, 0.98, 1.09, 1.20])]
}
]，那么track_proposals[0]['data'][-1][1]什么语法
解释一下 track_proposals[0]['data'][-1][1] 这个语法:
-
track_proposals[0]表示获取track_proposals列表中的第一个字典对象。 -
track_proposals[0]['data']表示获取该字典对象中'data'键对应的值,也就是一个列表。 -
track_proposals[0]['data'][-1]表示获取该列表中的最后一个元素,也就是一个二元组。 -
track_proposals[0]['data'][-1][1]表示获取这个二元组的第二个元素,也就是一个列表。
所以,这行代码的作用是:
- 从
track_proposals列表中获取第一个字典对象, - 从该字典对象的
'data'键中获取列表, - 从该列表中获取最后一个元素(也就是一个二元组),
- 从这个二元组中获取第二个元素(也就是一个列表)。
也就是说, track_proposals[0]['data'][-1][1] 的结果是 [0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11]。
而poses[0]是[0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11]
当i=0，j=0的时候，于是发现ske1, ske2两个参数相同
开始执行
def dist_ske(ske1, ske2):
dist = np.linalg.norm(ske1[:, :2] - ske2[:, :2], axis=1) * 2
diff = np.abs(ske1[:, 2] - ske2[:, 2])
return np.sum(np.maximum(dist, diff))
至于ske1=[0.12, 0.23, 0.34, 0.45, 0.56, 0.67, 0.78, 0.89, 1.0, 1.11]，那么ske1[:, :2]是什么语法？
可以pycharm上简单print测试一下
pyskl/demo/demo_skeleton.py at main · kennymckormick/pyskl · GitHub
扫一扫
112
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
