DeepSORT算法中的卡尔曼滤波的应用

卡尔曼滤波（kalman filter)
可以基于目标前一时刻的位置，来预测当前时刻的位置，并且可以比传感器（在目标跟踪中即目标检测器，比如yolo等）更准确的估计目标的位置。
卡尔曼滤波被广泛应用于无人机，自动驾驶，卫星导航等领域，简单来说，其作用就是基于传感器的测量值来更新预测值，以达到更精确的估计。
假设我们要跟踪小车的位置变化，如下图所示，蓝色的分布是卡尔曼滤波预测值，棕色的分布是传感器的测量值，灰色的分布就是预测值基于测量值更新后的最优估计。

代码解析：
1.卡尔曼滤波器的启动
目标跟在初始化跟踪器tracker时，就会启动卡尔曼滤波器

main.py
tracker = Tracker(metric)#Tracker是一个类，这里初始化一个跟踪器

tracker.py
class