多目标跟踪场景下，如何计算帧间像素元组的移动距离差？

我明白你遇到的问题了——原来的代码是为单目标跟踪场景写的，当你用SORT处理多目标时，所有目标的位置都堆在同一个points_list里，内层循环遍历的时候会把不同目标的轨迹点混在一起计算，自然会得到错误的方向和距离结果。

核心修正思路 #

• 用字典替代单个deque，字典的键是SORT返回的目标ID，值是对应目标的专属轨迹点队列（deque），实现不同目标轨迹的隔离。
• 每次迭代时，针对每个目标的位置，更新它自己的轨迹队列。
• 计算移动方向和距离时，仅针对单个目标的轨迹数据处理，避免跨目标的错误计算。

修改后的代码示例 #

from collections import deque
from random import randint
import numpy as np

# 用字典存储每个目标的轨迹：键为目标ID，值为该目标的位置队列
tracker_trajectories = {}
# 每个目标保留的最大轨迹点数量
MAX_TRAJECTORY_POINTS = 32

def sample_of_p1():
    # 模拟SORT的实际输出：(目标ID, x坐标, y坐标)
    target_id = randint(1, 3)  # 假设当前跟踪3个目标
    return (target_id, randint(0, 100), randint(0, 100))

for i in range(100):
    # 获取当前帧的目标数据：(目标ID, x, y)
    target_id, x, y = sample_of_p1()
    current_pos = (x, y)
    
    # 为新出现的目标初始化轨迹队列
    if target_id not in tracker_trajectories:
        tracker_trajectories[target_id] = deque(maxlen=MAX_TRAJECTORY_POINTS)
    
    # 将当前位置加入该目标的轨迹队列
    tracker_trajectories[target_id].appendleft(current_pos)
    
    # 仅当轨迹点数量足够时，计算移动数据
    target_trajectory = tracker_trajectories[target_id]
    if len(target_trajectory) >= 10:
        # 取10帧前的位置和当前最新位置做差值计算
        ten_frames_ago_pos = target_trajectory[-10]
        latest_pos = target_trajectory[0]
        
        direction_x = ten_frames_ago_pos[0] - latest_pos[0]
        direction_y = ten_frames_ago_pos[1] - latest_pos[1]
        
        dirx = ""
        if np.abs(direction_x) > 0:
            dirx = "Right" if np.sign(direction_x) == 1 else "Left"
        
        diry = ""
        if np.abs(direction_y) > 0:
            diry = "Top" if np.sign(direction_y) == 1 else "Bottom"
        
        # 组合最终方向
        if dirx and diry:
            direction = f"{diry} {dirx}"
        else:
            direction = dirx if dirx else diry
        
        print(f"目标ID {target_id} | 移动方向: {direction} | 距离差: x={abs(direction_x)}, y={abs(direction_y)}")

关键修改说明 #

1. 轨迹隔离：每个目标的轨迹存在独立的deque中，彻底避免了不同目标数据的混淆，这是解决多目标问题的核心。
2. 简化计算逻辑：原来的内层j循环是单目标下遍历所有轨迹点的逻辑，多目标场景下我们只需要针对单个目标的轨迹，选取关键帧（比如10帧前和当前帧）计算移动差即可；如果需要累计移动距离，也可以在单个目标的轨迹队列内遍历求和。
3. 适配SORT输出：SORT跟踪会返回每个目标的唯一ID，你只需要把sample_of_p1替换成实际的SORT输出数据，确保每个目标的ID稳定唯一即可。

这样修改后，就能正确处理多目标场景下的移动距离和方向计算了。

内容的提问来源于stack exchange，提问作者Harrison Chong