shaoshengsong/DeepSORT

解决的问题

DeepTracker 是一个用于视频的实时多对象跟踪（MOT）系统。它允许用户在视频帧之间识别并保持多个对象（如人）的身份，能够处理遮挡、运动模糊和移动摄像头等挑战。

工作原理

该系统使用 YOLO 检测器在每一帧中查找对象。然后应用四种跟踪算法之一，将这些检测结果与现有轨迹关联起来。所有跟踪器共享一个通用的 C++ 接口（ITracker）和用于运动预测的恒定速度卡尔曼滤波器。

根据所选算法，系统使用不同方法进行对象关联：

• ByteTrack：利用运动信息（IoU 和置信度）恢复因遮挡而丢失的轨迹。
• OC-SORT：专注于运动（观测中心）以处理模糊和遮挡，无需外观模型。
• Deep OC-SORT：结合运动和外观特征，并添加全局运动补偿（GMC）以应对移动摄像头。
• DeepSORT：结合外观嵌入（ReID）和平方马氏距离运动门控来维持身份。

推理由 ONNX Runtime 处理，支持使用 .onnx 模型进行检测和外观编码，无需重新编译。

适用人群

本项目适用于需要高性能 C++ 实现经典多对象跟踪算法进行视频分析的开发者和研究人员。

主要亮点

• 多种算法：支持 ByteTrack、OC-SORT、Deep OC-SORT 和 DeepSORT。
• 灵活的推理：使用 ONNX Runtime 支持 CPU、CUDA、DirectML 和 OpenVINO 提供者。
• 集成 YOLO：整合 YOLO 检测器用于初始对象检测阶段。
• 交互式 GUI：包含基于 Qt 的桌面应用程序用于交互式跟踪，以及用于脚本的命令行工具。
• 模块化架构：所有跟踪器均实现共享接口，仅需一行代码更改即可轻松切换算法。