DeepSort目标跟踪算法

DeepSort目标跟踪算法是在Sort算法基础上改进的。
首先介绍一下Sort算法
Sort算法的核心便是卡尔曼滤波与匈牙利匹配算法
卡尔曼滤波是一种通过运动特征来预测目标运动轨迹的算法

其核心为五个公式，包含两个过程：

其分为先验估计（预测）
其中Xt-表示预测的位置状态，包含位置速度等信息，F为状态转移矩阵，描述前一帧如何影响该帧，ut-1为控制量，可认为是加速度B为控制矩阵，表示如何控制ut-1作用于当前状态。

P-为当前帧的预测协方差矩阵，是描述变化关系的，要知道，变量之间是有联系而非独立的，比如身高与体重存在关联，其维度取决于X变量有几个，比如在sort算法中，有（x,y,t,h,vx,vy,vr,vh)八个变量，那么其协方差阵即为8*8，该公式也是在变化的，Q代表噪声，其服从正态分布，表示随机进行抑制或增强，但总体全局来看是无影响的。

后验估计即更新（使用观测值来进行修正），我们知道，在目标检测跟踪中，无论是根据数学公式去推导得到的验证框，还是通过YOLO等检测器所得到的检测框(观测值）其都是有误差的，