检测

选择正确的方法来检测感兴趣的对象取决于你想要跟踪的对象以及相机是否静止。

预测

随着时间的推移跟踪一个物体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物体将在其最后已知位置附近。换句话说，之前的检测可以作为下一个预测。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，或者当帧速率相对于运动中的物体的速度较低时，使用这种预测方法可能会失败。

一种更为复杂的预测方法是利用先前观测到的物体运动。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(如匀速或恒定加速度)运动。卡尔曼滤波器还考虑了过程噪声和测量噪声。过程噪声是物体的实际运动与运动模型的偏差。测量噪声是检测误差。

要使配置卡尔曼滤波器更容易，请使用configureKalmanFilter．该函数设置了一个过滤器，用于跟踪在笛卡尔坐标系内以恒定速度或恒定加速度运动的物理对象。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

数据协会是跨帧关联对应于相同物理对象的检测的过程。一个特定对象的时间历史由多次探测组成，被称为跟踪．轨迹表示可以包括对象以前位置的整个历史。或者，它可以只包含物体的最后已知位置和当前速度。

跟踪管理

数据关联必须考虑到新的对象可能出现在视场中，或者被跟踪的对象可能离开视场。换句话说，在任何给定的帧中，可能需要创建一定数量的新轨道，而可能需要丢弃一定数量的现有轨道。的assignDetectionsToTracks函数除返回匹配的对外，还返回未分配的轨道和未分配的检测的索引。

处理不匹配检测的一种方法是从每个检测中创建一个新轨道。或者，您可以从大于特定大小的未匹配检测或具有特定位置或外观的检测中创建新轨道。例如，如果场景只有一个入口点，例如一个门口，那么您可以指定只有位于入口点附近的不匹配的检测可以开始新的轨道，并且所有其他检测都被认为是噪音。

另一种处理不匹配音轨的方法是删除在一定帧数内不匹配的任何音轨。或者，您可以指定当不匹配的音轨的最后已知位置接近出口点时删除它。