零 前言
原论文地址：原文
代码地址：代码
今天开始学习多目标跟踪里的经典算法。

背景知识：
卡尔曼滤波：卡尔曼滤波
匈牙利算法：待补充
  \space  
一 各部分笔记

1.1 Abstract
SORT算法的重点是实时，它只是结合了熟悉的简单的技术(匈牙利算法和卡尔曼滤波)，但是具有较快的速度。

1.2 Introduction
MOT问题的关键部分是数据关联问题。然而对于现存的一些算法，很难权衡精度与速度，如下图所示：

在本文的模型中，在跟踪过程中忽略外观特征，仅使用边界框的位置和大小。并且长短时闭塞(?,short and long term occlusion)也被忽略，因为它们很少发生，而且会徒增复杂度。

SORT的重点是高效可靠地处理帧关联。 相比于增加检测的鲁棒性，SORT直接用目标探测的最新进展（指的是FrRCNN？）直接地解决这个问题。

1.3 Literature Review
在这一部分，主要提了一个创新点：相对于两阶段匹配算法，SORT只用了一阶段。所谓两阶段匹配算法，就是用匈牙利算法对相邻帧之间的目标进行匹配生成很多tracklets，之后使用这些tracklets进行二次匹配，以解决遮挡等问题引起的轨迹中断。但这种二阶段匹配方式弊端也很明显，因为这种方式先天地要求必须以Offline的方法进行跟踪，而无法做到Online。

SORT将这种二阶段匹配算法改进为了一阶段方法，并且可以在线跟踪。（参考知乎专栏）

1.4 Methodology
本文采用的是Faster Region CNN，FrRCNN是一个由两个阶段组成的端到端框架。第一阶段提取特征并为第二阶段提出区域，然后在提出的区域中对对象进行分类。

• 此框架的优点是，参数在两个阶段之间共享，从而创建一个高效的检测框架。此外，网络体系结构本身可以替换为任何设计，以实现对不同体系结构的快速实验，从而提高检测性能。

对于已有的跟踪器(MDP)和本文提出的跟踪器，FrRCNN都有着最好的表现，如下表所示：

但好像…从这个表看不出propose的tracker比MDP优秀太多…

SORT通过Kalman滤波来预测目标位置，系统的状态向量为：
x = [ u , v , s , r , u ˙ , v ˙ , s ˙ ] x=[u,v,s,r,\dot{u},\dot{v},\dot{s}] x=[u,v,s,r,u˙,v˙,s˙]
其中 u , v u,v u,v分别是目标中心坐标点的水平和竖直坐标， s , r s,r s,r分别指检测框的面积和纵横比，但认为纵横比是常数。引入线性速度模型，用Kalman滤波进行位置预测。

在数据关联阶段，采用带权重的匈牙利算法进行匹配。权重就是IOU距离(intersection-over-union distance)。IOU说白了就是交并比，两个框相交部分和并部分的面积之比，能衡量两个框的相似程度。

二 总结

SORT是一个比较简单的算法，我的理解是用FrRCNN做探测，用卡尔曼滤波加匈牙利算法做跟踪。但是局限性也挺大，首先是线性运动模型可能并不精准，而且没有考虑同一目标再出现的重识别(re-identification)问题。