weixin_47392089的博客

大多数SORT-like算法采用卡尔曼滤波器，并将等速模型假设作为运动模型。KF用于预测tracklet在下一帧中的边界框，以便与检测边界框关联，并在发生遮挡或未检测到的情况下预测tracklet的状态。与由目标检测器驱动的检测相比，使用KF的状态估计作为跟踪器的输出会导致次优边界框形状。最近的大多数方法使用了经典跟踪器DeepSORT中提出的KF状态表征，该方法试图估计盒子的纵横比而不是宽度，这导致了不准确的宽度大小估计。

设untracked前最后一次匹配的观测为。

沿用tracking-by-detection范式，我们提出了一种简单高效的数据关联方法BYTE。通过关联几乎每个检测框而不是仅关联高置信度的检测框。对于低置信度的检测框，利用它们与tracklet的相似性，去除背景，挖掘出真实目标（遮挡、模糊等困难样本），从而减少漏检和轨迹的不连贯。BYTE能轻松应用到现有的MOT方法中，并取得IDF1指标的提升。基于BYTE我们提出了一个跟踪方法ByteTrack。

DeepSORT比SORT改进的地方在于：使用马氏距离来衡量Kalman预测的状态量和检测的状态量之间的差异。使用一个已经预训练好的Re-ID网络来提取目标边界框的外观特征描述符。使用余弦距离来衡量已有轨迹的外观描述符和检测的外观描述符之间的差异，辅助构造代价矩阵，有助于id switches的减小。

本文探讨了一种实用的多目标跟踪方法，其主要重点是为在线和实时应用有效地关联目标。为此，检测质量被认为是影响跟踪性能的一个关键因素。SORT的跟踪组件只是结合了简单的技术(如卡尔曼滤波器和匈牙利算法)，但是具有较快的速度。SORT是一个比较简单的算法，用FrRCNN做探测，卡尔曼滤波和匈牙利算法做跟踪。线性恒速运动模型可能并不精确，未考虑相机的非线性运动。未考虑同一目标再次出现的重识别(Re-ID)问题。