概述

SORT、DeepSORT算法是两个相近的用于多目标跟踪的算法。它们解决的问题主要是数据关联这块，简单说就是，我用目标检测算法，框出了第t-1帧的物体，并给各个物体标上了ID，我又梅开二度用了目标检测算法框出了第t帧的物体，这时候，如何确定第t帧物体的ID呢？

SORT

SORT算法用卡尔曼滤波和匈牙利匹配解决了这个问题。卡尔曼滤波本来是导弹制导的算法，用来预测物体运动的轨迹的，在SORT中它可以通过物体在第t-1帧的状态，预测出物体在第t帧的状态。匈牙利匹配本来是用来求解运筹分配问题的算法，SORT用它来匹配第t帧和第t-1帧的物体。

具体的流程如下图所示：

匹配的时候，程序会计算出各个框两两之间的IOU（交并比，两个框的交集面积/并集面积），得到一个矩阵（这个矩阵叫相似度矩阵），比如像下面这样。其中，X^表示卡尔曼滤波预测的框，X表示目标检测的框。

这时候就可以用匈牙利算法，求出一个令总IOU最大的匹配方案，其实就是圈四个数，怎么圈才能让这四个数加起来最大的问题，且圈的数不能是主对角线上的。

这就是SORT算法的思路啦，可以看出它只用了IOU来匹配，可能不是很科学，比如两个人走在一起这种复杂情况，可能就没法很好地解决，那么自然就有人对它优化啦，下面是DeepSORT的介绍。

DeepSORT

DeepSORT算法基本流程和SORT算法是一样的，只是在匹配的时候，多了一个级联匹配，加入了外观特征的匹配，算出来的相似度矩阵不止包含了IOU信息，还包含了外观的相似度信息，这样再进行匈牙利匹配，就能得到更优的结果啦。