实时多个人脸跟踪算法实现过程记录【实时MOT】

实现的功能

之前做的实时多个人脸跟踪，现在记录一下。
摄像头检测到多个人脸，再进行跟踪。
现有问题：如果直接调用opncv的人脸跟踪，耗时多，无法做到实时。

具体实现过程

分为两个步骤：1.选base 2. 做优化
1.选用MOT算法，作为base　　
python环境下做实验
对 Sort、DeepSort、BoT-Sort等几个MOT算法，拍摄自己需要实现场景下的视频，做实验
发现其中某个算法效果最佳。

2.进行优化
找到此算法相关论文和公开的代码
在相关设备上跑通代码（C++）
遇到的问题：
A.公开的代码是对多个boby进行track
需要优化，用了一个方案（小技巧），使其可以对face进行track
还有参数进行调节

B.代码中有个耗时操作
  处理方式，去掉

C. 本来方案中有lost face的处理
就是人脸被遮挡后又重现，可以继续跟踪
通过调参，可以跟踪到人脸出了镜头后，又进入的场景跟踪
（这里不能用保存人脸特征，进入后再对比人脸特征的方式，用此方式，耗时多，无法做到实时）

写在最后

MOT（追踪人脸）的实现，难点在于做到实时，不同场景会遇到不同问题，遇到问题，然后解决，就OK了～～～