如何调整跟踪参数？

[opentld]

首先感谢@weixu000做的很棒的工作！
我用yolov4+TensorRT+torch复现了这个项目，但我发现一个问题，在进行跟踪时，有时候tracker似乎并没有跟踪到目标。但是detector的检测是检测到的，并且置信度还挺高。而且看传给tracker的参数，也只是将rect传过去就可以，与置信度并无关系。
所以我想请教一下，应该如何调整跟踪参数，使得跟踪更加准确并且不会丢呢？
我看deepsort.cpp对iou_mat有一些阈值，是不是要调整这里？
麻烦您方便的时候给与解答
再次感谢@weixu000 ！

[FishHe]

同样非常感谢weixu分享自己的代码~
工程中和原始论文有一些不同，我暂时只看了滤波器的差异：

文件 libtorch-yolov3-deepsort/tracking/src/KalmanTracker.cpp 描述的的运动估计模型和原论文不同：
kf.transitionMatrix = (Mat_(stateNum, stateNum)
<<
1, 0, 0, 0, 1, 0, 0,
0, 1, 0, 0, 0, 1, 0,
0, 0, 1, 0, 0, 0, 1,
0, 0, 0, 1, 0, 0, 0,
0, 0, 0, 0, 1, 0, 0,
0, 0, 0, 0, 0, 1, 0,
0, 0, 0, 0, 0, 0, 1);
void KalmanTracker::init(cv::Rect2f initRect) {
// initialize state vector with bounding box in [cx,cy,s,r] style
kf.statePost.at(0, 0) = initRect.x + initRect.width / 2;
kf.statePost.at(1, 0) = initRect.y + initRect.height / 2;
kf.statePost.at(2, 0) = initRect.area();
kf.statePost.at(3, 0) = initRect.width / initRect.height;
}
从源码中可以看出，作者的状态变量是：[x,y,s,r,vx,vy,vs]，xy是中心坐标，s是面积，r是纵横比
作者认为物体在运动过程中，xys符合一阶线性微分模型，r符合静态滤波条件

原始论文中，使用 [x,y,r,h,vx,vy,vr,vh]，h是BBOX的高。

另外，作者的源码中，没有考虑不同观测值、运动系统的方差差异：
setIdentity(kf.processNoiseCov, Scalar::all(1e-2));
setIdentity(kf.measurementNoiseCov, Scalar::all(1e-1));
setIdentity(kf.errorCovPost, Scalar::all(1));

这些参数需要结合数据，进一步确定。