01
多目标跟踪概述
什么是MOT · 应用场景(自动驾驶/安防/体育) · 核心挑战(遮挡/ID切换/实时性)
基础概念
02
目标检测基础回顾
YOLOv8实战 · Faster R-CNN原理 · 检测与跟踪的关系 · 检测质量影响
YOLO检测
03
数据关联核心概念
数据关联 · 关联矩阵 · 匈牙利算法原理 · 代价函数设计
关联匈牙利
04
卡尔曼滤波入门
状态预测/更新 · 卡尔曼增益 · 位置平滑与预测
滤波预测
05
卡尔曼滤波实战
Python一维/二维实现 · Q/R矩阵调参经验
Python调参
06
匈牙利算法详解
指派问题 · 算法步骤 · Python实现 · 非方阵处理
算法指派
07
SORT算法（上）
整体框架 · 检测与跟踪匹配 · 状态估计与ID分配
SORT经典
08
SORT算法（下）
Python实战 · 代码逐行解析 · 局限性(频繁ID切换)
实战ID切换
09
DeepSORT算法（上）
外观特征 · ReID特征提取 · 级联匹配策略
DeepSORTReID
10
DeepSORT算法（下）
Python实战 · 特征提取器(ResNet/OSNet) · 马氏距离+余弦距离
融合距离
11
ReID特征提取实战
行人重识别基础 · 训练ReID模型 · 特征存储与检索
ReID检索
12
IOU匹配与GIoU匹配
IOU代价 · GIoU解决非重叠 · 代码实现对比
IOUGIoU
13
ByteTrack算法（上）
核心思想(低分框利用) · BYTE数据关联策略
ByteTrack低分框
14
ByteTrack算法（下）
Python实战 · 对比SORT/DeepSORT · 参数调优
对比调优
15
OC-SORT算法
观测补偿 · 解决长时间遮挡 · 数学推导与代码实现
遮挡OC-SORT
16
BoT-SORT算法
相机运动补偿 · ECC图像配准 · 实战效果分析
运动补偿ECC
17
Transformer在MOT中的应用
DETR/TrackFormer · 端到端跟踪 · 注意力机制解决遮挡
Transformer注意力
18
MOT数据集与评估指标
MOT17/20 · MOTA/IDF1/HOTA · 指标计算
数据集评估
19
MOT评估工具实战
TrackEval使用 · 结果可视化 · 常见错误分析
评估可视化
20
相机运动补偿
光流法 · 特征点匹配 · 全局运动估计 · 实战代码
光流运动
21
遮挡处理策略
轨迹预测遮挡 · ReID遮挡恢复 · 运动模型遮挡处理
遮挡策略
22
ID切换问题深入分析
ID切换成因 · 减少ID切换 · 实战调参技巧
ID切换调参
23
实时性优化
模型轻量化(TensorRT/NCNN) · 跟踪逻辑优化 · 多线程异步
加速轻量化
24
多类别多目标跟踪
行人/车辆/自行车同时跟踪 · 类别感知关联
多类别感知
25
3D多目标跟踪
点云跟踪 · BEV关联 · 与2D跟踪异同
3D点云
26
多摄像头多目标跟踪
跨摄像头ID匹配 · 重识别 · 时空一致性约束
多摄像头跨镜
27
MOT在自动驾驶中的应用
感知融合 · 轨迹预测 · 行为预测 · 实车部署
自动驾驶部署
28
MOT在安防监控中的应用
人群计数 · 异常行为检测 · 跨镜追踪
安防监控
29
MOT在体育分析中的应用
球员跟踪 · 球类跟踪 · 战术分析 · 实时回放
体育分析
30
MOT前沿趋势与未来展望
联合检测跟踪(JDT) · 大模型跟踪 · 开放世界跟踪
前沿趋势