目录
引言
（1） 状态估计
这里的状态估计便是要利用上文中提到的卡尔曼滤波算法。上文中提到卡尔曼滤波算法在Deep_sort算法中主要有两个作用：预测和更新。在卡尔曼滤波的递归过程当中，还有更新过程，更新过程主要有两给方面：时间更新以及观测更新。时间更新包含了状态预测以及协方差预测，其主要目的是用于对系统的预测；观测更新则是包括计算卡尔曼增益。
状态预测公式如下：

（2.10）
其中，
表示的是在K时刻时系统的状态，
则是K时刻卡尔曼滤波对系统的控制量，如果没有控制量，认为其是0即可，
是状态转移矩阵，B为系统参数数值。该步骤表示的是利用上一状态
来进一步更新当前的状态
。
协方差预测公式如下：

（2.11）
在上述式子中，
是上一状态
所相对应的协方差矩阵，而
则是当前状态下
所对应的协方差矩阵，而在此式中Q是系统噪声的协方差矩阵。因此该式子表示为用上一状态来更新目前的状态的协方差矩阵。
计算卡尔曼增益公式如下所示：

（2.12）
在计算卡尔曼增益式时，K便是卡尔曼增益，H是作为观测矩阵，R则是作为了测量噪声时的对应协方差矩阵。该步骤主要是为后续的两个步骤服务，为其进行更新。
状态更新公式如下：

（2.13）
其中，
是基于当前状态下的观测值。这一步骤主要是利用预测值和卡尔曼增益以及观测值来计算当前时刻下的最佳状态估计值
。
协方差更新公式如下：

（2.14）
其中，I是作为单位矩阵进行运算。该步骤主要是用于在更新了状态的基础上为了保证递推顺利，有效的进行便进行相应的协方差矩阵的更新。
状态估计在视频检测图像上无法显示，这需要在代码中将状态估计的具体显示情况加以体现。状态估计在检测图像中的具体表现如图225和图226所示：


图225  *51今日免费论文网|www.51jrft.com +Q: ￥351916072$ 
状态估计效果原图


图226 状态估计效果示意图
从上述两张图片的对比中我们可以看到，当目标车辆进入系统设置的检测区域时，基于yolo算法我们可以检测到车辆数据进入，对其进行目标框选定，之后在其进入进入的第一点，我们设置一个标定点位，之后在检测的车辆目标行进过程当中，Deep_sort算法便开始对目标车辆进行状态估计。从上图中可以看到，当目标车辆行驶到黄色目标框的附近时，从车辆进入的标定点衍生出一条由点汇集成的目标物体的运动线路，这便是状态估计。它在检测到目标物体运动时，便会通过算法计算出目标物体的一些具体参数，之后通过Deep_sort算法的状态估计，来对目标物体下一步的状况和运行轨迹进行预测，并且通过算法的更新，来不断的进行线性加权运算，以此来得到当前检测目标的状态。
（2） 轨迹处理
a.针对跟踪器：
在针对跟踪器方面，本次研究计划设置一个计数器，计数器设置的目的时便于本次研究可以进行车辆计数。改计数器的使用原理时本次实验在使用卡尔曼滤波进行预测递增时，一旦出现预测目标的跟踪结果和目标检测算法检测出的结果出现了成功匹配，那么便会将该跟踪器的计数器重新归置为零；但是，如果一个跟踪器在一段时间内一直没能匹配上目标检测的结果，本次设计的跟踪器便会认为目标检测时跟踪的目标物已消失，那么便会从跟踪器列表中删除这个没有匹配结果的跟踪器。这样便保证了我们实验的车辆计数的准确性。
b.针对新检测结果：
在新的检测结果方面，本次实验会为之前的检测结果即当前跟踪结果无法匹配的检测结果创建一个新的目标跟踪器。这样便可以保证本次实验中每出现上述结果便会有新的跟踪器对其进行跟踪，并且保证如果连续三帧中新跟踪器对目标的预测结果都能和检测结果匹配，那么便可以确认这次检测出现了新的目标和新的目标运动轨迹，于是便可以开始新的跟踪。如果还未能匹配成功，那么便会在接下来的检测中删除该跟踪器，以此来确保数据检测的准确性。
d.级联匹配
级联匹配是Deep_sort算法在sort的匹配算法上引入的。通过上文资料可以知道匹配算法是所有车辆计数算法中最为重要的环节之一，匹配算法的快慢、算力的大小都直接决定了图像数据统计的准确度。对Deep_sort算法来说，其优于其他多目标跟踪算法的地方，级联滤波便是其中之一。在本次研究课题中，由于车辆之间会产生会车、超车等现象，以此存在检测目标会被另一个目标遮挡的情况，这是上文提到的卡尔曼滤波预测的不确定性便会加大，这对于我们观测目标物并进行数据统计是非常不利的。因为，如果在此时有两个跟踪器在竞争同一个检测结果的匹配权，而那个被遮挡的目标检测跟踪物因为长时间未被更新位置信息，那么它的追踪预测位置的不确定性便会增大，也即上文提到的协方差会变大，因此便会破坏目标跟踪的持续性和可靠性。其中，最大匹配结果得出的快慢决定了Deep_sort算法的快慢。于此同时，匹配工作的好坏也决定了我们在计数时会不会出现多个检测目标相互之间重叠的问题，以及被检测目标会不会在短时间内因为匹配问题而被重复检测从而进行多次计数等问题。

原文链接：http://www.jxszl.com/jtgc/jjtys/610143.html