Deepsort算法详解

多目标跟踪的主要步骤：

• 获取原视频帧
• 利用目标检测器对视频帧中的目标进行检测
• 将检测到的目标的框中的特征提取出来，该特征包括表观特征（方便特征对比避免ID switch）和运动特征（运动特征方便卡尔曼滤波对其进行预测）

表观特征与运动特征：

表观特征：

描述目标的外观信息，通常包括颜色、纹理、形状等。主要基于目标的视觉外观进行识别和分类；常见的表观特征提取方法有卷积神经网络

运动特征：

描述目标在时序上的运动信息，关注目标的速度、方向、轨迹等随时间变化的属性；通常通过光流、轨迹分析、或者通过跟踪算法提取

• 计算前后两帧目标之间的匹配程度（利用匈牙利算法和级联匹配），为每个追踪道德目标分配ID

SORT流程：

Deepsort的前身是sort算法，sort算法的核心是卡尔曼滤波算法和匈牙利算法。

卡尔曼滤波：

卡尔曼公式的理解：

实现过程：

使用上一次的最优结果预测当前的值（先验估计），同时使用观测值（传感器所传值）修正当前值，得到最优结果（最优估计）

F：状态转移矩阵，描述系统如何从状态t-1变为t

U：控制输入（现实中指一些人为控制的变量）

B：控制输入矩阵

Q：过程噪声协方差矩阵，用来描述系统的过程噪声

Kk​：卡尔曼增益矩阵，平衡预测和观测之间的权重

H：观测矩阵，描述观测如何映射到系统状态

R：观测噪声协方差矩阵，描述观测过程中的噪声

调整超参数：