摘要
论文提出了一个实用的多目标追踪算法，算法在线更新、实时性好。在算法中，目标检测的质量是影响追踪效果的一个关键因素。尽管只是简单的结合了Kalman滤波追踪和匈牙利指派算法，本文依然实现了一个接近于state-of-art的在线追踪算法。另外，由于本文的算法复杂度低，追踪器可以实现260Hz的追踪，比其他state-of-art的追踪器要快20倍左右。
简介
论文提出了一种基于检测实现的多目标追踪的框架，在算法中，逐帧进行目标检测，以bounding box展现检测结果。算法目标是实现在线追踪，只是检测前一帧和当前帧。另外一个重点是实现了实时的目标追踪，在大量的车流中实现了实时的行人追踪。
多目标追踪问题可以被看成是数据关联问题，目的是在视频帧序列中进行跨帧检测。为了解决数据相关的过程，追踪器使用了多种方法对运动过程和运动目标的外观特征进行建模。
本文作者首先复现了成熟的数据关联算法，包括多假设追踪算法(MHT)和联合概率的数据分布算法(JPDA)。