一、关于对象跟踪
1、跟踪简述
跟踪物体的运动有许多应用，从仓库中的跟踪机器人到在无人机中实施对象跟踪系统。对象跟踪的基础知识依赖于对象检测，但在这种情况下，对象是从不同的角度查看的，在某些情况下可能看起来完全不同。
对象跟踪是增强现实中流行的一种重要的计算机视觉技术，用于实时估计或预测移动物体的位置和其他适用信息。
跟踪过程可以被认为是两个模型的组合：运动模型和外观模型。运动模型跟踪物体运动的速度和方向，这允许它根据接收到的数据预测物体的新位置。同时，外观模型负责确定我们选择的对象是否在框架内。在使用预先训练的分类器的情况下，包含对象的边界框的坐标将自动确定，而通过使用“在线”训练，我们手动指定边界框，分类器没有训练数据，除了它在跟踪对象时可以接收的数据。
跟踪算法可以分为两类：单目标跟踪和多目标跟踪算法，OpenCV提供了这两种算法。
单个对象跟踪旨在在整个视频中跟踪一个特定的目标对象。对象跟踪算法首先在第一帧中定义目标对象的边界框，然后在其余帧中定位同一对象。在工业中，当您只关注环境中的一个唯一对象时，您将使用 SOT。
多对象跟踪（MOT），它是一种更复杂的跟踪类型，因为它涉及检测和跟踪视频中的多个对象。最初，对象跟踪算法确定每个帧中的对象数，识别它们，在它们周围绘制一个边界框，为每个对象分配一个唯一的坐标，并跟踪每个对象在背靠背帧上的移动，直到它们离开帧。
2、目标检测和对象跟踪
跟踪比检测更快。 虽然预训练分类器需要在视频的每一帧检测对象（这会导致潜在的高计算负载）