多目标跟踪 | AI产品经理需要了解的CV通识（三）

前言：本文作者@jasmine，是我们“AI产品经理大本营”成员，下面是她分享的第5篇文章，欢迎更多有兴趣“主动输出”的朋友们一起加入、共同进步：）

多目标跟踪（MOT, Multiple Object Tracking）

多目标跟踪是CV领域一个热门方向，广泛应用于机器人导航、智能监控视频、工业检测、航空航天等领域。主要任务是找到图像序列中运动的物体，并将不同帧的运动物体一一对应，最后给出不同物体的运动轨迹。

1

术语了解

1、检测：定位目标在图像中的位置。检测方法很多，例如帧间差分法、背景减除法、光流法等等；另外，检测常与识别结合。

2、跟踪：在连续图像序列中完成对目标的检测，并把物理意义下同一目标相关联。

3、轨迹（Trajectory）：一条轨迹对于这一目标在一段时间内的位置序列；是多目标跟踪系统的输出量。

4、数据关联：用于解决目标间的匹配问题；是多目标跟踪的核心问题。

5、跟踪置信度：跟踪算法反应每一次跟踪的可靠程度。

2

技术流程详解

1、图像采集

多目标跟踪对于图像采集要求评估的因素与人脸识别差别不大。详见上一篇文章《人脸识别 | AI产品经理需要了解的CV通识（二）》。

2、图像预处理

典型的图像预处理方法是直方图均衡和滤波。

1）直方图均衡

直方图描述了一副图像的灰度级内容，而直方图均衡化的主要目的，是为了提高对比度和灰度色调的变化，使图像更加清晰。

2）滤波

图像滤波的主要目的是，在保持图像特征的情况下进行噪声消除，具体可以分为线性滤波和非线性滤波。非线性滤波相比线性滤波来说，更能保护图像细节。

3、基于深度学习的多目标检测识别

目标检测的实质是多目标的定位，即要在图片中定位多个目标物体。

例如下图&#