私が理解していることから、追跡アルゴリズムは、特定のオブジェクトが次のフレームのどこにあるかを予測します (オブジェクト検出が既に実行された後)。オブジェクトは次のフレームで再び認識されます。明確でないのは、特にフレームに複数のオブジェクトがある場合に、トラッカーが 2 番目のフレームのオブジェクトを 1 番目のフレームと同じものとして関連付けることを認識する方法です。
いくつかの場所で、予測とすべての検出の間のユークリッド距離を使用してコスト マトリックスが作成され、問題が割り当て問題 (ハンガリー アルゴリズム) として組み立てられているのを見てきました。
トラッキングに関する私の理解は正しいですか? あるフレームのオブジェクトが次のフレームのオブジェクトと同じであることを確認する他の方法はありますか?
あなたの理解は正しいです。多くの状況でうまく機能する可能性が高い単純なコスト関数について説明しました。ただし、失敗する場合もあります。
計算リソースがあると仮定すると、コスト関数をより複雑にすることで、トラッカーをより堅牢にすることができます。
最も簡単にできることは、ユークリッド距離を使用するだけでなく、カルマン フィルターの誤差共分散を考慮することです。MATLAB のvision.KalmanFilterオブジェクトのドキュメンテーションで距離方程式を参照してください。モーション ベースの複数オブジェクト トラッキングの例も参照してください。
コスト関数に他の情報を含めることもできます。オブジェクトのサイズがフレーム間であまり変化してはならない、またはオブジェクトの外観が同じままであるべきであるという事実を説明できます。たとえば、検出のカラー ヒストグラムを計算し、コスト関数を「カルマン フィルター距離」とカラー ヒストグラム間の距離の加重和として定義できます。