跟踪算法sort
1.引言
在实现对画面当中的目标进行检测后，紧接着就会考虑到场景当中的这几个问题，我检测的目标会往哪个方向走，我检测的目标出现的时间和消失的时间，这就会引入另一个算法：跟踪算法，目前主流的几个跟踪算法方向如下：使用传统跟踪算法（SORT，DeepSORT），传统深度学习的跟踪算法（LSTM），大模型框架下的跟踪算法（MOTR，MOTR2）等。
算法逻辑
SORT的核心主要是有两个：使用卡尔曼滤波用于目标运动的预测和更新，使用匈牙利算法处理数据匹配的问题。
我们使用YOLO可以拿到比较稳定的输出目标框
输入的格式：
BBOX = [x, y, w, h, score, class]
输出格式：携带着稳定ID的跟踪结果
T_BBOX = [track_id, x, y, w, h, score, class]
算法的核心思想：
运动先验：每条轨迹都有KF，先预测当前帧的位置与尺度（得到预测框）。
空间一致：用预测框 vs 检测框的IOU构造代价矩阵。
全局分配：使用匈牙利算法在所有轨迹与检测框做全局最优匹配。
生存管理：新建/确认/保活/删除，抑制噪声与短时漏检。
3.轨迹状态与卡尔曼滤波
3.1状态与量测
状态向量
$$x=[C_x,C_y,s,r,C_x',C_y',s']$$
Cx, Cy：框中心；s：面积；r：宽高比w/h
点表示速度项（常速度模型）
量测向量
$$z=[C_x,C_y,s,r]^T$$
3.2 预测与更新
Predict：用状态转移矩阵 F 将 𝑥𝑡−1→𝑥𝑡∣𝑡−1，并得到预测协方差 𝑃𝑡∣𝑡−1
Update：若和某检测匹配，用量测 𝑧𝑡 做卡尔曼更新，得到 𝑥𝑡∣𝑡、𝑃𝑡∣𝑡；未匹配则仅保留预测（不确定性增加）
4.数据关联
4.1代价矩阵（Cost）
对每个“预测轨迹框” 𝑇𝑖pred与“当前检测框” 𝐷𝑗
$$C = 1-IOU$$
- 若 IoU𝑖𝑗<iou_threshold（如 0.3），将该对视为不可匹配（代价置大数或直接屏蔽）。
4.2 匈牙利匹配（线性分配）
在代价矩阵 C 上做全局最小化，得到三类集合：
matches：配对成功的（轨迹 i ↔ 检测 j）
unmatched_tracks：本帧未匹配到检测的轨迹
unmatched_dets：本帧未被任何轨迹消费的检测
5.生命周期管理：新建-确认-保活-删除
- 新建（spawn）：对每个未匹配检测，初始化一条新轨迹（KF 状态由检测框转换）。
- 确认（confirm）：为避免噪声检测，轨迹需连续命中 ≥ min_hits（如 3）才标记为 confirmed 并对外输出。出。
- 保活（ageing）：未匹配轨迹仅预测，time_since_update += 1；在 ≤ max_age（如 30 帧）期间允许“隐身”，便于遮挡后“接回”。
- 删除（prune）：time_since_update > max_age 的轨迹被移除。
6.完整工作流程
检测：从检测器取本帧框，按 类别/ROI 过滤。
预测：对所有存活轨迹执行 KF Predict，得到预测框。
造价：计算 预测框 vs 检测框 的 IoU，构造代价矩阵；IoU 低于阈值的对剔除。
匹配：匈牙利算法求全局最优分配，得到匹配/未匹配集合。
更新：匹配上的轨迹执行 KF Update；未匹配轨迹仅预测并记一次未命中。
新建：对未匹配检测生成新轨迹。
清理：删除超龄轨迹；达到 min_hits 的轨迹由 tentative→confirmed
输出：仅输出 confirmed 轨迹作为跟踪结果（用于计数/统计/上游预测）。
7.参考实现
tracks = [] # 轨迹对象：KF、id、age、hits、time_since_update、status 等
next_id = 1
iou_thr = 0.3
min_hits = 3
max_age = 30
for frame in video_stream:
dets = detector(frame) # [[x1,y1,x2,y2,score,cls], ...]
dets = filter_by_roi_and_class(dets)
# 1) KF 预测
for t in tracks:
t.kf.predict()
t.pred_box = state_to_box(t.kf.x)
# 2) IoU 代价矩阵（IoU < iou_thr 的对置为大数或剔除）
C = build_cost_matrix(tracks, dets, iou_thr=iou_thr)
# 3) 匈牙利匹配
matches, u_trks, u_dets = hungarian_assign(C)
# 4) 更新匹配到的轨迹
for i, j in matches:
z = box_to_meas(dets[j]) # z = [cx,cy,s,r]
tracks[i].kf.update(z)
tracks[i].time_since_update = 0
tracks[i].hits += 1
tracks[i].age += 1
tracks[i].status = 'confirmed' if tracks[i].hits >= min_hits else 'tentative'
# 5) 未匹配轨迹仅预测（已在 step 1 完成）
for i in u_trks:
tracks[i].time_since_update += 1
tracks[i].age += 1
# 6) 为未匹配检测新建轨迹
for j in u_dets:
t = new_track_from_det(dets[j], next_id) # 初始化 KF、id、计数器等
tracks.append(t)
next_id += 1
# 7) 删除超龄
tracks = [t for t in tracks if t.time_since_update <= max_age]
# 8) 输出仅 confirmed 的轨迹
outputs = [(t.id, state_to_box(t.kf.x)) for t in tracks if t.status == 'confirmed']
yield outputs
8.参数选择与工程实践
iou_threshold（默认 ~0.3）：低了易误配，高了易漏配；小目标/抖动大可稍降（0.2–0.3）。
min_hits（2–4）：越大越能抑制假框，但轨迹“生效”更慢。
max_age（与 FPS 相关）：30 FPS 场景可先取 30（≈1s 隐身）；低 FPS/遮挡重可取 45–60。
按类分轨：car/bus/truck/person 分别跑一套 SORT，避免跨类错配。
计数/统计：仅对 confirmed 轨迹计数；跨线后对 同 track_id 做短 TTL 去重，防止抖动重复计数。
低 FPS/快速运动：适当调大 KF 的 过程噪声 Q 或 max_age，容忍更大的位移与预测误差。
- 可视化与日志：保存每帧的匹配关系、未匹配集合、IoU 分布，利于调参与复现。
9.常见问题和增强路线
近距离交汇/遮挡 → ID 互换
- 原因：SORT 只用 IoU，不看外观。
解决（从轻到重）：
运动门控（马氏距离 χ²）：将运动不合理的候选对直接剔除。
DeepSORT：加入 ReID 外观特征 与 级联匹配（强烈改善 ID 稳定）
OC-SORT：用光流/几何一致性改进时间关联（无外观也稳）。
BoT-SORT / StrongSORT：更强的外观建模与相机补偿。
ByteTrack：高/低置信两阶段关联，拥挤场景召回更高。
移动相机（行车记录仪）：考虑 相机运动补偿（CMC） 或选 OC-SORT/BoT-SORT。
多传感器融合：有毫米波/激光雷达时，把 距离/速度 加入门控或代价项，串号率会显著下降。