基于深度学习的目标跟踪sort与deep-sort

https://github.com/Ewenwan/MVision/tree/master/3D_Object_Detection/Object_Tracking

1 论文和源码地址

SORT：

论文地址：http://arxiv.org/pdf/1602.00763.pdf

python代码地址：https://github.com/abewley/sort

前景提取获取目标框ID  C++版本：

https://github.com/ngthanhtin/Muiltiple-Object-Tracking/tree/master/MOT-MAIN/MOT_Image_Subtraction/MOT_Image_Subtraction

从txt读取目标框信息版本的c++

https://github.com/mcximing/sort-cpp/tree/master/sort-c%2B%2B

（没有数据集）

https://github.com/mcximing/sort-cpp

此代码已在Windows上使用Visual Studio Community 2013 + OpenCV 2.4.8进行了测试

原始Python代码和发布信息可在https://github.com/abewley/sort, Alex Bewley找到了

deep-SORT：

论文地址：https://arxiv.org/pdf/1703.07402.pdf

代码链接：https://github.com/nwojke/deep_sort

数据集：https://motchallenge.net/vis/PETS09-S2L1/gt/

2 用来干什么？

https://blog.csdn.net/Scwabc_123/article/details/89110633

SORT跟踪算法到底在干什么？（以单目标跟踪为例说明如下）

• 假设T1时刻成功跟踪了某个单个物体，ID为1，绘制物体跟踪BBox（紫色）
• T2时刻物体检测BBox总共有4个（黑色），预测T2时刻物体跟踪的BBox（紫色）有1个，解决紫色物体跟踪BBox如何与黑色物体检测BBox关联的算法，就是SORT物体跟踪算法要解决的核心问题
• SORT关联两个BBox的核心算法是：用IOU计算Bbox之间的距离 + 匈牙利算法选择最优关联结果