目标跟踪基础——2.匈牙利算法

一、基本概念

1.二分图

二分图是图论中的一种特殊模型。若能将无向图G=(V,E)的顶点V划分为两个交集为空的顶点集，并且任意边的两个端点都分属于两个集合，则称图G为一个为二分图。
二分图（Bipartite graph）是一类特殊的图，它可以被划分为两个部分，每个部分内的点互不相连。下图是典型的二分图，可以看到，在下面的二分图中，每条边的端点都分别处于点集X和Y中。。

2.匹配

图G的一个匹配是由一组没有公共端点的不是圈的边构成的集合。
这里，我们用一个图来表示下匹配的概念：

如图所示，其中的三条边即该图的一个匹配。所以，匹配的两个重点：1. 匹配是边的集合；2. 在该集合中，任意两条边不能有共同的顶点。

3. 最大匹配

选择这样的边数最大的子集称为图的最大匹配问题。最大匹配的边数称为最大匹配。

4.匈牙利算法

匈牙利算法（Hungarian algorithm），是图论中寻找最小（最大）匹配的算法。
对于一个二分图，匈牙利算法可以求得其最小匹配或最大匹配（求最大匹配只需要将边的权重取反）。匈牙利算法的流程如下：

准备过程:
1.将具有n条边的无向图邻接矩阵列出，得到n×n的矩阵；
2.将所有的行都减去该行的最小值；
3.将所有的列都减去该列的最小值。

循环过程：
1.使用最少的边数来覆盖矩阵中的0；
2.如果最少的边数等于n则循环结束；
3.将没被覆盖的区域都减去区域中的最小值，并将覆盖区域中两个边的交点处权重加上这个最小值。

最终选择：
对于循环过程中得到的矩阵输出，我们只需要在所有权值为0的边中选出它的匹配，这个匹配就是最小匹配。