第1章 目标跟踪概述
定义 · 应用场景 · 与检测的区别
1.1 目标跟踪的定义
目标跟踪（Object Tracking）是指在视频序列中，对特定目标（如行人、车辆、动物等）进行持续定位与状态估计的过程。其核心任务是在连续帧之间建立目标的对应关系，输出每一帧中目标的位置、尺度、甚至姿态信息。
1.2 典型应用场景
| 领域 | 具体应用 | 跟踪目标示例 |
|---|---|---|
| 智能监控 | 人流统计、异常行为检测、跨镜追踪 | 行人、车辆、包裹 |
| 自动驾驶 | 障碍物跟踪、路径预测、多传感器融合 | 车辆、行人、自行车、路标 |
| 人机交互 | 手势识别、眼球追踪、姿态估计 | 手部、面部、骨架关键点 |
| 体育分析 | 球员轨迹、战术分析、自动导播 | 运动员、球、裁判 |
| 医疗影像 | 细胞跟踪、超声心动图分析 | 细胞、心室壁 |
1.3 跟踪 vs 检测
目标检测与目标跟踪是计算机视觉中两个紧密关联但本质不同的任务。下表从多个维度进行对比：
| 维度 | 目标检测 | 目标跟踪 |
|---|---|---|
| 输入 | 单帧图像 | 视频序列（帧间时序） |
| 输出 | 类别 + 边界框（每帧独立） | 目标ID + 轨迹（跨帧关联） |
| 计算效率 | 通常较高（单帧处理） | 可利用时序先验，更高效 |
| 遮挡处理 | 无记忆，遮挡后可能丢失 | 运动预测 + 外观模型，抗遮挡更强 |
| 典型算法 | YOLO, Faster R-CNN, DETR | KCF, DeepSORT, SiamRPN |
为什么需要跟踪？
- 效率优势：利用帧间连续性，避免每帧全图检测，降低计算开销。
- 身份维持：检测无法提供目标ID，跟踪可输出稳定轨迹。
- 鲁棒性：结合运动预测与外观更新，在遮挡、模糊等挑战下仍能保持锁定。
跟踪流程示意（Python风格）
# 目标跟踪主循环（伪代码）
tracker = create_tracker('KCF')
bbox = init_bbox(frame1) # 第一帧手动或检测初始化
tracker.init(frame1, bbox)
for frame in video_frames[1:]:
success, bbox = tracker.update(frame)
if success:
draw_box(frame, bbox)
else:
# 跟踪失败，触发重检测
bbox = detector.detect(frame)
tracker.init(frame, bbox)