机器人视觉项目：视觉检测识别+机器人跟随（16）

跟踪丢失后再检测时加上目标特征匹配，是将第一帧检测到的目标框中的特征提取出来，具体可以采用尺度不变特征SIFT，SURF特征提取，
提取出来的特征，能否以向量的形式保存在变量中，再检测时搜索图像帧中的待确定目标区域（可能有数个这样的roi），
可以通过计算欧式距离的方式与第一帧图像中的特征进行匹配，快速排除欧氏距离相差较大的检测对象（非跟踪的行人对象），
当匹配度达到一定值后，即检测到第一帧跟踪的行人。

先搞定怎么提取特征，有没有比较好的demo，提取到特征后怎么匹配，用欧式距离？
提取到的特征是什么形式？需要送入神经网络中输出来一维向量吗？全连接层输出到softmax层，输出多分类的概率
ORB算法BRIFT特征提取方法，对一个像素点周围的16个像素点信息进行匹配。

这里在什么地方加上匹配需要先梳理一下检测跟踪的流程，
***************************************************************
1.首先用args初始化yolov3模型，定义tracker，然后进入到while True中
队列in_q出队赋给frame，将主进程中的视频数据传给frame，
判断是否要逐帧检测：args--notracking=1是设置为逐帧检测，--notracking=0则不用逐帧检测，该if不执行，直接判断roi的长度，
这样即丢失后再检测。考虑到我们的应用场景和需求，一般设置--notracking=0>
如果需要逐帧检测，将调用detect方法将检测结果传到