paper：https://arxiv.org/abs/1602.00763
code：https://github.com/open-mmlab/mmtracking
https://github.com/abewley/sort
摘要
SORT：Simple Online And Realtime Tracking，方法介绍
- online（只考虑利用利用历史帧信息）+ realtime（很快，260HZ）
- 方法是对卡尔曼滤波+匈牙利匹配进行组合
此外，提到了检测对于MOT的重要性，简单换一个检测器，MOT的性能可以提高18.9%左右。
代码阅读
https://github.com/abewley/sort/blob/bce9f0d1fc8fb5f45bf7084130248561a3d42f31/sort.py
ID创建&删除
- 当obj进入或者离开图像, unique id会被创建或者删除
- 创建: 任何重叠小于 IOUmin 的检测来表示未跟踪的对象。这时tracker初始化为: 检测框+对应的速度为0.
PS：由于此时未观察到速度，因此将速度分量的协方差初始化为较大的值，反映了这种不确定性。
此外, 创建的new tracker会经历一段试用期, 在这个期间, obj需要和检测结果关联足够多的帧(3帧), 以防止跟踪误报。 - 删除: Tracks如果TLost帧没有检测到就会被删除。
这样做的目的: 一是为了防止trackers无限制的增大; 二是防止由于长时间预测而没有检测器校正而导致的定位错误(模型没检测到, 就用tracker的预测值)。
在所有实验中, TLost设置为1。这样做的好处：首先，恒速模型不能很好地预测真实动力学；其次，我们主要关注帧到帧跟踪，其中对象重新识别超出了这项工作的范围。此外，早期删除丢失的目标有助于提高效率。 如果一个对象再次出现，跟踪将隐含地在一个新的身份下恢复.
调整的参数
卡尔曼滤波的协方差, IOUmin, Tlost。
