|
?
opencv模板匹配
opencv的模板匹配是一种在图像中定位目标的方法，通过把输入图像在实际图像上逐像素滑动，计算特征相似性，以此来判断当前滑块图像所在位置是目标图像的概率。
有遮挡的情况下跟踪的bounding box会出现偏差
opencv 轮廓检测
轮廓检测也是图像处理中经常用到的。opencv 接口中使用findContours()函数来查找检测物体的轮廓。
sort
Sort算法需要先进行目标检测，然后根据目标检测的结果进行目标跟踪
SORT的跟踪精度和准确度比较高，但是容易导致ID切换，因为使用的关联指标只有在状态估计不确定性比较低的时候才精确，因此SORT会在有遮挡情况下的跟踪失效；
多目标跟踪中SORT算法的理解
在跟踪之前，对所有目标已经完成检测，实现了特征建模过程。
- 第一帧进来时，以检测到的目标初始化并创建新的跟踪器，标注id。
- 后面帧进来时，先到卡尔曼滤波器中得到由前面帧box产生的状态预测和协方差预测。求跟踪器所有目标状态预测与本帧检测的box的IOU，通过匈牙利指派算法得到IOU最大的唯一匹配（数据关联部分），再去掉匹配值小于iou_threshold的匹配对。
- 用本帧中匹配到的目标检测box去更新卡尔曼跟踪器，计算卡尔曼增益、状态更新和协方差更新，并将状态更新值输出，作为本帧的跟踪box。对于本帧中没有匹配到的目标重新初始化跟踪器。
其中，卡尔曼跟踪器联合了历史跟踪记录，调节历史box与本帧box的残差，更好的匹配跟踪id
?
deepsort
原团队发布了SORT的续作DeepSORT。
整体框架没有大改，还是延续了卡尔曼滤波加匈牙利算法的思路，在这个基础上增加了Deep Association Metric。Deep Association Metric其实就是在大型行人重识别网络上学习的一个行人鉴别网络。输出行人图片，输出一组向量，通过比对两个向量之间的距离，来判断两副输入图片是否是同一个行人。
此外还加入了外观信息（Appearance Information）以实现较长时间遮挡的目标跟踪。
|