检测

选择正确的方法来检测感兴趣的物体取决于你想跟踪什么以及相机是否静止。

预测

随着时间的推移跟踪一个对象意味着你必须预测它在下一帧中的位置。最简单的预测方法是假设该物体将在其已知的最后位置附近。换句话说，之前的探测就相当于下一次的预测。这种方法对于高帧率特别有效。然而，当物体以不同的速度移动时，或者当帧率相对于运动物体的速度较低时，使用这种预测方法可能会失败。

一种更复杂的预测方法是利用先前观测到的物体的运动。卡尔曼滤波(愿景。KalmanFilter)预测一个物体的下一个位置，假设它根据一个运动模型运动，例如恒定的速度或恒定的加速度。卡尔曼滤波还考虑了过程噪声和测量噪声。过程噪声是对象的实际运动与运动模型的偏差。测量噪声是检测错误。

要使配置卡尔曼滤波器更容易，请使用配置Kalman过滤器. 此函数用于设置过滤器，以跟踪笛卡尔坐标系中以恒定速度或恒定加速度移动的物理对象。统计数据在所有维度上都是相同的。如果需要配置具有不同假设的卡尔曼滤波器，则需要构造愿景。KalmanFilter直接对象。

数据协会

数据关联是跨帧关联与相同物理对象对应的检测的过程。特定对象的时间历史由多个检测组成，称为时间历史轨道．轨迹表示可以包括物体先前位置的整个历史。或者，它可以只包含物体最后已知的位置和当前的速度。

跟踪管理

数据关联必须考虑到新对象可能会出现在视场中，或者被跟踪的对象可能会离开视场。换句话说，在任何给定的帧中，可能需要创建一些新的轨道，而可能需要丢弃一些现有的轨道。的分配检测到跟踪函数返回未分配的轨迹和未分配的检测的索引，以及匹配的对。

处理不匹配检测的一种方法是从每个检测中创建新的轨迹。或者，您可以从大于特定大小的不匹配检测或具有特定位置或外观的检测创建新轨迹。例如，如果场景只有一个入口点，例如门口，则可以指定只有位于入口点附近的不匹配检测才能开始新轨迹，并且所有其他检测都被视为噪波。

另一种处理不匹配轨道的方法是删除任何在一定数量的帧中仍然不匹配的轨道。或者，您可以指定在最后一个已知位置靠近出口点时删除不匹配的轨迹。