复杂场景下的多目标跟踪 --心得

多目标跟踪一直都是cv领域一个让人蛋疼的问题。摸索了这么久，有些心得，可能有所欠缺，请多指教

有两种方案  

你可以用背景建模，先分出前景运动目标，但是这样分出来的目标会存在粘连，对于多人勾肩搭背的走或者前后的车辆行驶来说，简直是噩梦，怎么办哪？有方法！！ 对于比较轻度的粘连，可以用用极度腐蚀，膨胀，这种简单的预处理的方法，还有就是药结合摄像头，在3维的空间来分割粘连，你想啊，现实中行驶的车辆是3维的对不对，但是我们得到的视频源确实把3维投影到2维的图像上，也就是损失了Z轴的信息，前后行驶的车辆就是这个情况，所以你就可以在3维中还原z轴的方向，这对于不同的车辆，z轴分量是 具有识别性的。

当然，你不喜欢这样做的话，也可以试试用检测器检测目标，为此你可能需要付出昂贵的时间代价，这可能需要你做优化，让你的牛逼的多线程和并行化处理颤抖起来吧！！小伙伴~

这里我真正觉得非常震撼多目标跟踪界的是这个叫ben的一 paper：

Stable Multi-Target Tracking in Real-Time Surveillance Video

先贴出他的abstract：

The majority of existing pedestrian trackers concentrate on maintaining the identities of targets, however systems for remote biometric analysis or activity recognition in surveil
lance video often require stable