原因：Detection, Tracking and ID · Issue #367 · Smorodov/Multitarget-tracker · GitHub

看到了仓库更新了issue，其中有一个小、快目标的跟踪。学习一下作者的思路和效果，记录如下：

---

一、效果

目标大小：3~4pixel， 相机静止；鸟类或者苍蝇。
跟踪效果如下：

1.1 检测算法：CNT

算法设置：使用的CNT

一些注意事项：

• 我们将检测非常小的物体：https ://github.com/Smorodov/Multitarget-tracker/blob/master/example/examples.h#L57
• 最好的背景减法算法 - MOG：https ://github.com/Smorodov/Multitarget-tracker/blob/master/example/examples.h#L62
• 新卡尔曼设置：https ://github.com/Smorodov/Multitarget-tracker/blob/master/example/examples.h#L123
• 这里是最小轨迹大小：https ://github.com/Smorodov/Multitarget-tracker/blob/master/example/examples.h#L200

 

使用的是opencv的CNT背景提取算法 ：介绍参考：Background Segment CNT - mysticalwing - 博客园

 

2.2 跟踪滤波：kalman速度约束>30pixel 

这个前提是：分配算法是OK的。kalman速度适应上了。

  Multitarget-tracker/trajectory.h at master · Smorodov/Multitarget-tracker · GitHub 

最小二乘法：根据轨迹，计算一个crammers 3*3的线性系统的crammers rule，如果mean>std，就把这个轨迹输出。
why?  不知道为什么这里是拟合的均方误差mean>std，作为限制输出的条件。目前还理解不了。但这种crammer法则求解 线性方程组的未知参数（线性拟合）的方式，还是第一次接触！

用最小二乘去估计出6个参数，从轨迹点中估计出6个参数，posx, vx, ax, posy, vy, ay。之前是估计速度v，所以是计算s与t的一个线性投影（最小二乘）。是两个变量之间的关系。

这里按照作者的意思是一个3*3的线性系统的crammer rule 法则。估计出的，就是一个参考值。

然后轨迹 - 参考值的偏差的均值和方差。如果均值在一个sigma的方差之外，那么就输出这个轨迹。

 

 基本上就是求一个线性方程组的意思：因为只有方程 想要求解，x0, vx0, ax三个参数，需要三个方程，所以就进行S*t和S*t^2

和

所以就是用以后的所有数据进行利用，积分，就是求和。然后再将一个方程变成三个方程，然后求出来三个参数。

---

 参考网址：http://ah-engr.com/engr170/CramersRule3x3.pdf?feature=endscreen&NR=1&v=i6Umz2-1kbo​​​​​​

是https://baike.baidu.com/item/%E5%85%8B%E8%8E%B1%E5%A7%86%E6%B3%95%E5%88%99/7211518  克莱姆法则，求矩阵行列式的。