基于检测的目标跟踪算法（SORT、DeepSORT）_基于检测的目标跟踪框架

1. 概述

基于检测的目标跟踪算法中通常分为两个模块：目标检测模块和跟踪匹配模块。目标检测模块主要负责从视频中抽取出帧图像，并提取出目标信息，包括目标位置、形状以及类别概率等；而跟踪匹配模块需要将不同帧图像中的目标进行匹配，判别出相邻两帧图像中，哪些目标是同一个目标，找出后赋予 id 进行标识。常见的基于检测的目标跟踪算法框架有 SORT 和 DeepSORT。

2. SORT算法

SORT 跟踪算法框架提供了一种基于 IOU 的目标匹配方法，它由以下几个部分组成：检测模块、预测模块、关联模块和跟踪目标生命周期的管理模块。

（1）检测模块
检测模块通常为一些通用的目标检测算法，如 Faster R-CNN、YOLO V3 等，完成检测后便将得到的检测框信息输出。检测模块相对于其他模块而言比较独立，仅负责检测任务即可，但它的检测准确性极大程度上决定了跟踪的准确性。
（2）预测模块
SORT 的预测模型主要将目标的标识等信息传输到下一帧，它采用一个匀速模型来对物体的每一帧位移做近似预测。每个目标的预测模型相对独立，并且也独立于拍摄物体的摄像机，在预测模型中，每个目标的状态如公式 2-1 所示。其中，