sort目标跟踪算法

概述

sort（Simple Online and Realtime Tracking），简单的在线实时跟踪，常用于多目标追踪（Multiple Object Tracking）中，其中不涉及到图像识别、特征匹配等算法，sort算法以目标检测结果作为输入，用数据关联算法（匈牙利算法）进行目标匹配，并以卡尔曼进行目标预测，通过IOU也建立目标间的关系，其主要目的在于连续跟踪目标的ID，优点是跟踪速度快。

sort算法流程图

sort关键参数

self.max_age = 1             # 在跟踪列表中有几帧没有关联匹配成功就从跟踪列表中移除，否则就将失去关联计数加1
self.min_hits = 3            # 连续3帧以上都匹配成功，则作为跟踪结果输出
self.iou_threshold = 0.3     # IOU匹配的阈值
self.trackers = []           # 跟踪缓存
self.frame_count = 0         # 帧率统计

sort过程代码

1.从现有跟踪器中获取预测位置

const auto get_pred_boxes = [] (auto &trackers) {
    std::vector<cv::Rect2f> boxes;
    boxes.reserve(trackers.size());
    for (auto it = trackers.begin(); it != trackers.end();)
    {
        const cv::Rect2f &box = (*it)->Predict();
        if (box.x >= 0 && box.y >= 0)
        {
            boxes.emplace_back(box);
            it++;
        }
        else
        {
            it = trackers.erase(it);
        }
    }
    return boxes;
};

const std::vector<cv::Rect2f> &pred_boxes = get_pred_boxes(trackers_);

2.得到所有检测框与跟踪框的匹配矩阵

std::vector<int> assignment;
const auto trk_num = pred_boxes.size();
const auto det_num = detected_box.size();
const auto &iou_matrix = CalcIou(detected_box, pred_boxes);

// 使用匈牙利算法进行分配问题
hung_algo_.Solve(iou_matrix, trk_num, det_num, assignment);

// 过滤低IOU的框，得到unmatched_trajectories, unmatched_detections, matched_pairs

3.更新trackers跟踪器

// 对跟踪列表关联成功的检测结果，使用检测结果进行更新
for (unsigned int i = 0; i < matched_pairs.size(); i++)
{
    // 跟踪列表索引
    const int trk_idx = matched_pairs[i].x;
    // 检测列表的索引
    const int det_idx = matched_pairs[i].y;
    // 用检测结果的信息来更新跟踪结果
    trackers_[trk_idx]->Update(detected_box[det_idx]);
}

4.创建并初始化新的跟踪器给没匹配上的检测结果

for (auto umd : unmatched_detections)
{
   cv::Rect2f rect;
   rect.x = detected_box[umd].rect.x;
   rect.y = detected_box[umd].rect.y;
   rect.width = detected_box[umd].rect.width;
   rect.height = detected_box[umd].rect.height;
   trackers_.push_back(std::make_unique<TrackerManager>(rect, counter_));
   counter_++;
}

匈牙利算法

匈牙利算法是解决二分图最大匹配问题的算法，是一种数据关联算法，其目的在于匹配个数最大化，而不是匹配的准不准问题，所以可能会匹配错误。
它的输入是代价矩阵IOU。