ByteTrack目标追踪算法详解

ByteTrack（Byte-based Association for Multi-Object Tracking）是一种基于检测的在线多目标跟踪（MOT）算法，由字节跳动团队于2021年提出。其核心创新在于充分利用检测框的所有置信度分数（包括低分检测框）进行数据关联，显著提升了复杂场景（如遮挡、模糊）下的跟踪稳定性。以下从多个维度系统解析该算法：

一、核心设计原理

1. BYTE数据关联策略

传统方法（如SORT/DeepSORT）仅使用高分检测框（如score>0.5）进行匹配，而ByteTrack提出两阶段关联：

• 第一阶段：用高分检测框（阈值τ_high）与预测轨迹匹配（基于IoU或运动模型）。

• 第二阶段：将剩余的低分检测框（阈值τ_low≤score<τ_high）与未匹配的轨迹二次关联，恢复被遮挡目标。

数学表达：

对于检测框集合