MOT多目标跟踪问题

 &msp; 视频检测中为什么要做多目标跟踪：多目标跟踪比目标检测多了目标的上下文信息，可以将相近帧中的目标进行关联，求出目标的轨迹，速度等信息。
  对于自动驾驶和辅助驾驶，可以稳定的检测障碍物并分析障碍物的运动意图

MOT算法的通常工作流程

• (1)给定视频的原始帧；
• (2)运行对象检测器以获得对象的边界框；
• (3)对于每个检测到的物体，计算出不同的特征，通常是视觉和运动特征；
• (4)之后，相似度计算步骤计算两个对象属于同一目标的概率；
• (5)最后，关联步骤为每个对象分配数字ID。

MOT算法的两个关键部分：卡尔曼滤波与匈牙利算法

  卡尔曼滤波： 可以看作是一种运动模型，用来对目标的轨迹进行预测，并且使用确信度较高的跟踪结果进行预测结果的修正，是控制领域常用的一种算法。
  匈牙利算法： 一种寻找二分图的最大匹配的算法，在本问题中简单理解为寻找前后两帧的若干目标的最优匹配的一种算法。