多目标跟踪-DeepSort分析（三）KalmanTracker.h模块分析

x王大宝w暴走兔

于 2019-05-23 08:58:19 发布

阅读量2.6k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：算法 c++ 文章标签： DeepSort 多目标跟踪 KalmanTracker

本文链接：https://blog.youkuaiyun.com/hailanglin/article/details/90316839

本文详细分析了DeepSort中KalmanTracker.h模块，该模块利用kalman滤波和级联检测进行目标跟踪。主要内容包括：1) 跟踪状态枚举；2) KalmanTracker的参数介绍；3) 边界框转换为xywh和tlbr格式；4) Kalman滤波预测和更新方法；5) 标记和管理轨迹的miss状态；6) 设置和检查跟踪状态。通过对这些部分的深入理解，有助于更好地掌握DeepSort的多目标跟踪机制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

KalmanTracker.h模块的作用是实现跟踪算法，用的是kalman滤波和级联检测目标，基本流程是:基于kalman的预测,更新,根据轨迹的情况，判断是否新的id，如果轨迹miss了 > 30fps，则delete这个轨迹,将state_ = Deleted.

多目标跟踪DeepSort的论文地址及代码链接（Python版）：

论文地址：https://arxiv.org/pdf/1703.07402.pdf

代码链接：https://github.com/nwojke/deep_sort

下面进入KalmanTracker.h模块的代码分析,该模块大概包含以下8个部分,下面对这8个部分的功能及参数进行介绍:

1--枚举当前的侦测状态

enum TrackState

{

TS_NONE = 0,//跟踪状态的初始值

    Tentative,//尝试性的

    Confirmed,//确定的

    Deleted//被删除的

};

2--KalmanTrackerN各个参数介绍

KalmanTrackerN(const MEAN &mean,

                                 const VAR &covariance,

                                 int tid,

                           &nb