多目标跟踪 (MOT)

多目标跟踪 (MOT) 是计算机视觉领域的一项关键任务，它涉及到 多目标跟踪（MOT）是计算机视觉中的一项重要任务，涉及检测视频流中的多个 多目标跟踪（MOT）是计算机视觉领域的一项重要任务，它涉及在视频流中检测多个不同的实体，并在连续的帧中保持其独特的身份。虽然 标准的物体检测是识别 而 MOT 则引入了时间维度，回答了特定物体随时间在哪里移动的问题。 物体随时间移动的位置。通过为每个检测到的实例分配一个持久的识别码（ID），MOT 系统分析轨迹、了解互动情况并计算独特的项目，使其成为现代视频理解应用的基本组成部分。 使其成为现代视频理解应用的基本组成部分。

跟踪系统的原理

大多数最先进的 MOT 系统，包括由 YOLO11采用 "探测跟踪 "模式运行。 模式。这种工作流程将整个过程分为不同的阶段，每一帧视频都重复进行，以确保高精度和连续性。 准确性和连续性。

1. 检测：系统首先利用高性能模型来定位感兴趣的物体、 生成边界框和 置信度分数。
2. 运动预测为了将各帧的检测结果联系起来，卡尔曼滤波器等算法可以 卡尔曼滤波器等算法，根据物体过去的速度和位置来估计其未来的位置。 根据物体过去的速度和位置来估计其未来位置。这就形成了 状态估计，从而缩小下一帧的搜索范围。 下一帧的搜索范围。
3. 数据关联：系统将新的检测结果与现有轨迹进行匹配。优化技术 （如匈牙利算法）通过最小化匹配成本来解决分配问题。 通过最小化匹配成本来解决分配问题。 预测轨迹与新探测轨迹之间的 通常是计算预测track 与新检测之间的联合交叉（IoU）。
4. 重新识别（ReID）：在物体与路径交叉或被暂时隐藏的情况下--这种现象被称为遮挡--先进的 现象时，先进的 跟踪器使用视觉嵌入技术，在物体再次出现时对其进行识别。 当物体再次出现时，先进的跟踪器会使用视觉嵌入来识别物体，从而防止 ID 切换。

MOT 与相关计算机视觉术语

必须将 MOT 与类似概念区分开来，以便为特定用例选择合适的技术。

• 与对象检测对比：检测将每一帧都视为一个独立事件。如果一辆车出现在 检测器就会看到两个独立的 "汽车 "实例。相比之下 对象跟踪则将这些实例联系起来、 将它们识别为在时间中移动的同一辆车。
• 与单目标跟踪（SOT）：SOT 专注于跟踪由用户初始化的一个特定目标。 通常会忽略所有其他活动。MOT 则更为复杂，因为它必须自主detect、track和管理进入和离开场景的未知且不断变化的物体数量。 未知且不断变化的物体进出场景，这就需要强大的内存管理逻辑。 内存管理逻辑。

实际应用

同时track 多个物体的能力推动了各行各业的创新，将原始视频数据转化为可操作的 数据转化为可操作的 预测建模洞察力。

• 智能交通：在汽车人工智能领域 人工智能在汽车领域的应用 自动驾驶和交通监控至关重要。它允许系统通过计算 通过计算车辆在一段时间内的行驶距离 通过监测行人和骑自行车者的轨迹，帮助预测潜在的碰撞。 骑自行车的人。
• 零售分析：实体店利用 零售业中的人工智能来了解顾客行为。通过 应用 MOT 进行精确的物体计数、 零售商可以测量人流量、分析特定通道的停留时间并优化排队管理，从而改善购物体验。 排队管理，从而改善购物体验。 体验。
• 体育分析：教练和分析师在比赛中使用 MOTtrack 球员和球。这些 数据有助于进行高级姿势估计 分析，帮助球队了解姿势估计 、球员疲劳和比赛动态。 在实时推理场景中，帮助球队了解阵型、球员疲劳度和比赛动态。 实时推理场景。

用Python实现跟踪

"(《世界人权宣言》) ultralytics 软件包通过集成功能强大的跟踪器（如 BoT-SORT 和 字节跟踪 直接进入预测 管道。这些跟踪器可以通过参数轻松交换。

下面的示例演示了如何加载预训练的YOLO11 模型并对视频文件进行跟踪：

from ultralytics import YOLO

# Load an official YOLO11 model pretrained on COCO
model = YOLO("yolo11n.pt")

# Perform tracking on a video file
# 'persist=True' ensures IDs are maintained between frames
# 'tracker' allows selection of algorithms like 'bytetrack.yaml' or 'botsort.yaml'
results = model.track(source="traffic_analysis.mp4", persist=True, tracker="bytetrack.yaml")

# Visualize the results
for result in results:
    result.show()

该代码处理从检测到 ID 赋值的整个流水线，使开发人员能够专注于高级 逻辑，如区域计数或行为 分析等高级逻辑。如需进一步定制，请参阅 跟踪模式文档。