多目标检测跟踪SORT+DeepSORT

多目标检测跟踪

参考： https://blog.csdn.net/nieson2012/category_9102111.html

论文：

1. SORT:Simple Online and Realtime Tracking

2. DeepSORT:Simple Online and Realtime Tracking with a Deep Association Metric

领域概述

多目标跟踪MOT（Multi-Object Tracking）:在一段视频中同时跟踪多个目标。

跟踪策略：

1. TBD（Tracking-by-Detecton）/DBT(Detection-Based-Tracking): 在每一帧进行目标检测，再利用目标检测的结果进行跟踪（数据关联）。

2. DFT(Detection-Free Tracking): 基于初始框无需检测器的多目标追踪。

   

跟踪方式

1. 在线跟踪(Online)： 只能使用当前帧和之前帧的信息来进行当前帧的跟踪。
2. 离线跟踪(Offline)： 对每一帧的预测都可以使用整个视频的信息（容易得到全局最优解）。
3. Near-Online: 可以使用当前帧、之前帧和部分未来帧的信息（适合实际应用）。

术语

Trajectory(轨迹)：目标在一个时间段内的位置序列。

Tracklet(轨迹段)：形成Trajectory过程中的轨迹片段。

ID Switch(ID切换)：对于同一目标，由于轨迹误判，导致其ID发生切换的次数。

IoU: $$IoU=\frac{|A\cap B|}{|A\cup B|}$$

评价指标

MOTA：综合了FP（False Positive 误检测目标数量）、FN（False Negative 未检出的真实目标数量）、IDsw（同一目标发生ID切换的次数）。MOTA越高越好，上限100，下限负无穷。

SORT

TBD、在线跟踪

DeepSORT

在SORT的基础上引入:

1.Deep Association Metric：学习一个行人鉴别网络，区分不同行人，来判断两副输入图片是否是同一行人。

2.外观信息(Appearance Information)：应对较长时间受遮挡的目标。