跟踪算法原理_传统目标跟踪：kalman

1、应用简介

在cv领域所做的一些智能应用功能，比如周界防范、吸烟检测等等一系列事件报警的需求，基本上是“目标检测+目标跟踪+目标识别”的算法流程模型，当然现在深度学习模型流行，检测识别基本上一个模型就搞定了，所以流程一般是“深度学习模型+目标跟踪”的方式。

目标跟踪的应用领域也很多，典型的就是军工方向，比如跟踪飞机、坦克，或者红外低空飞行小目标等等，还有在安防领域中的枪球联动功能，这些应用对于跟踪的使用就比较纯粹，真正用到了跟踪中的算法核心：特征匹配。比如战斗机上用的跟踪飞机目标功能，需要驾驶员手动锁定飞机、或者目标检测算法检测出可疑目标，然后飞行员手动锁定，目标锁定之后，跟踪算法便一直将目标跟踪住，同时后台伺服系统会将目标拉到摄像头视频图像的中心，这样就实现了跟踪飞机的功能；至于枪球联动功能，是“枪机+球机”组合实现对可以目标跟踪的功能，枪机实现目标检测并锁定可疑目标，目标锁定之后，枪机将可疑目标交给球机继续跟踪，球机可以变焦变倍，这一套系统可以达到“枪机在大视场发现所有可疑目标，球机在大焦距小视场下看细节”的目的。

2、目标跟踪

跟踪算法有很多，传统的有kalman、mean-shift、管道跟踪等等；最近几年目标有kcf，以及大