代码流程图
deepsort代码解读
deep_sort代码(此处)处理流程解析:
按视频帧顺序处理,每一帧的处理流程如下:
- 读取当前帧目标检测框的位置及各检测框图像块的深度特征(此处在处理实际使用时需要自己来提取);
- 根据置信度对检测框进行过滤,即对置信度不足够高的检测框及特征予以删除;
- 对检测框进行非最大值抑制,消除一个目标身上多个框的情况;
-
预测:使用kalman滤波预测目标在当前帧的位置
#mean mean_pos = measurement mean_vel = np.zeros_like(mean_pos) mean = np.r_[mean_pos, mean_vel] #covariance self._std_weight_position = 1. / 20 self._std_weight_velocity = 1. / 160 (可调参数) std = [ 2 * self._std_weight_position * measurement[3], 2 * self._std_weight_position * measurement[3], 1e-2, 2 * self._std_weight_position * measurement[3], 10 * self._std_weight_velocity * measurement[3], 10 * self._std_weight_velocity * measurement[3], 1e-5, 10 * self._std_weight_velocity * measurement[3]] covariance = np.diag(np.square(std))
#矩阵A ndim, d