OC-SORT算法

OC-SORT（Observation-Centric SORT）是一种基于观测中心的多目标跟踪（MOT, Multi-Object Tracking）算法，是对经典SORT（Simple Online and Realtime Tracking）算法的改进。它通过优化数据关联和轨迹管理机制，提升了在复杂场景（如遮挡、非线性运动）下的跟踪鲁棒性。

---

核心改进点

OC-SORT针对SORT的局限性（如依赖线性运动模型、对遮挡敏感）进行了以下改进：

1. 观测中心化（Observation-Centric）

   • 传统SORT以预测为中心（如Kalman滤波的预测优先），而OC-SORT更注重当前帧的观测结果，减少对不可靠预测的依赖。

   • 在遮挡或运动突变时，直接利用最新观测调整轨迹，避免预测误差累积。

2. 轨迹恢复机制

   • 引入基于虚拟轨迹的关联：当目标短暂消失后重现时，通过虚拟插值（如线性或运动模型插值）生成候选轨迹，与重新出现的检测框匹配。

   • 解决了SORT中ID因短暂遮挡频繁切换的问题。

3. 运动方向一致性约束

   • 在数据关联时，不仅考虑位置和IOU（交并比），还加入运动方向的一致性判断（如速度向量夹