使用卡尔曼滤波实现单目标跟踪过程中的目标运动轨迹预测

针对目标被遮挡的情况，使用卡尔曼滤波进行轨迹预测，试验表明，具有较好的轨迹预测效果

观测值：传感器读数，因为某些客观原因，可能存在较大误差。
估计值：也称为先验估计，卡尔曼滤波的状态转移方程进行估计。
最优估计值:也称为后验估计，综合观测值和先验估计得到后验估计。
后验估计基于估计值和观测值进行综合，如下一帧的预测值和下一帧检测值，下一帧的预测值是根据当前帧得到的
先估计（先验估计），后更新（后验估计），更新的除了状态量，也包括状态协方差矩阵，增益矩阵

两个版本的代码

版本1，直接读取用检测算法生成的目标框文件txt

单目标跟踪
检测器获得检测框，全程只赋予1个ID，有两个相同的东西进来时，不会丢失唯一跟踪目标
检测器的检测框为观测值
目标的状态X = [x,y,h,w,delta_x,delta_y],中心坐标，宽高，中心坐标速度
观测值
如何寻找目标的观测值
观测到的是N个框
怎么找到目标的观测值
t时刻的框与t-1后验估计时刻IOU最大的框的那个作为观测值（存在误差，交叉情况下观测值会有误差）
所以需要使用先验估计值进行融合

1.1 main.py