Deepsort中匈牙利算法和卡尔曼滤波器的作用

DEEPSORT

关于deepsort源码以及原理的具体讲解，在知乎，CSDN上有很多优秀的回答，在这里主要是我在看完他们的理解之后，将他们的高见串联并加上自己的理解（对Deepsort中使用匈牙利算法以及卡尔曼滤波这两个模块的使用）

有些内容改自大佬们的解释，以方便对我自己的理解进行论证。

下面开始进入正题。

作用

视频中不同时刻的同一个人，位置发生了变化，那么是如何关联上的呢？答案就是匈牙利算法和卡尔曼滤波。

• 匈牙利算法可以告诉我们当前帧的某个目标，是否与前一帧的某个目标相同。

• 卡尔曼滤波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。

匈牙利算法

该算法用于分配问题，举个栗子介绍一下什么是分配问题：

假设有N个人和N个任务，每个任务可以任意分配给不同的人，已知每个人完成每个任务要花费的代价不尽相同，那么如何分配可以使得总的代价最小。

举个例子，假设现在有3个任务，要分别分配给3个人，每个人完成各个任务所需代价矩阵（cost matrix）如下所示（这个代价可以是金钱、时间等等）：

怎样才能找到一个最优分配，使得完成所有任务花费的代价最小呢？

​

---

​

而匈牙利算法就是计算任务花费的最小代价。

xdm，还记得Deepsort中的代价矩阵吗？

那个由马氏距离$d_1$以及余弦相识度$d_2$得到的代价矩阵：

$$
cost matrix=λd_{1}+(1-λ)d_2
$$

而马氏距离与余弦相似度都是由track与detection计算来的。

也就是track与detection都是对应上面例子中的person与task。

这时候有没有一种找到窗户纸的感觉。

​

---

​

实际上匈牙利算法可以理解成“尽量多”的一种思路（尽可能的配对出多对（检测器+跟踪器））。

比如说A检测器可以和a，c跟踪器完成匹配（与a匹配置信度更高），但是B检测器只能和a跟踪器完成匹配。

那在算法中，就会让A与c完成匹配，B与a完成匹配，而降低对于置信度的考虑。所以算法的根本目的并不是在于匹配的准不准，而是在于尽量多的匹配上，这也就是在Deepsort中作者添加级联匹配与马氏距离与余弦距离的根本目的。

也就是说，匈牙利算法是为了计算检测器（人）分配跟踪器（任务）的最优情况‘，用于后续的缓解ID switch

卡尔曼滤波器

卡尔曼滤波器的用处很广，航空，汽车驾驶等等，它被用于从受误差影响的传感器测量中估算出系统状态，也可以用于优化估算一些无法直接测量但是可以间接测量的量。

这里只简单的提一点点卡尔曼滤波器。

我们要知道卡尔曼滤波讲的是正态分布的情况（世间的事物符合正态分布）。

这是一个由人工智能开车的例子，要知道GPS定位得到的行驶距离y_k会受到一些地形，气候等影响，所以它的预测会有一定的偏差，但是这个偏差距离符合正态分布。然后我们也会依据油量进行预测行驶的距离\hat x_k（而这个预测需要上个时间点\hat x_{k-1}的预测作为这次预测的依据），而这个也会受到发动机，不同地形的摩擦力等影响，存在一个正态分布的偏差。

如下图所示：

• $\hat x_{k-1}$是依据油量预测的上一个时间点的距离

• $\hat x_k$是依据油量预测的现在的距离

• $y_k$是根据GPS定位得到的距离

然后我们知道，由\hat x_k 与y_k 一起作用得到最终的特征\hat x（上图中灰色的那条曲线）作为行驶的距离更准确。

​

---

​

回到正题：

• 目标检测网络：GPS定位得到的距离

• track：根据油量得到的距离，并且由上一时间点预测

然后，我们根据目标检测网络（YOLO）与track算出更真实的结果\hat x

匈牙利算法计算：https://zhuanlan.zhihu.com/p/90835266

匈牙利算法作用：https://zhuanlan.zhihu.com/p/80764724

卡尔曼滤波器的详细解释视频：https://www.zhihu.com/question/23971601/answer/839664224

详细的代码与过程：https://www.cnblogs.com/pprp/articles/12736831.html