多目标跟踪：检测抖轨迹碎

1. 多目标跟踪精度好看，身份切换扎心

产线多目标跟踪的多目标跟踪精度指标不错，但回放里身份切换事件密集——多半是检测置信度抖动，不是卡尔曼过程噪声没调好。高分框偶尔掉到零点四，跟踪器认为目标消失；下一帧又弹回零点八，新编号诞生。操作员看的是轨迹连续性，不是平均精度数字。跟踪上限在检测，换再复杂的跟踪器也只是平滑错误的框。

字节跟踪算法的思路直击这个痛点：别扔低分框，用它们挽救丢失轨迹。但上限仍是检测质量——框偏、漏检、分数抖要先在检测工作点上查。

第一阶段：高分检测（如分数不低于零点五）与现有轨迹做交并比或运动门控匹配。第二阶段：未匹配轨迹与低分检测（如零点一到零点五）再关联。仍未匹配则新建轨迹或删除，由轨迹缓冲帧数决定能容忍几帧漏检。

卡尔曼滤波在图像空间预测边界框，常用八维状态 $(c_{x}, c_{y}, w, h, v_{x}, v_{y}, v_{w}, v_{h})$ 匀速模型。交并比门控阈值零点三到零点五视场景密度而定；拥挤场景阈值低易错配，稀疏场景阈值高易断轨。分数阈值不是论文默认值，是现场旋钮。

经典流水线：检测器输出框，再交给专用多目标跟踪库。OpenCV 提供单目标回退：

python

tracker = cv2.TrackerCSRT_create()
tracker.init(frame, bbox)  # 检测丢帧时短期顶上
ok, bbox = tracker.update(frame)

相关滤波跟踪精度较好但慢；核相关滤波快；最小输出平方误差极快但弱。多跟踪器演示适合原型，量产换专用库。检测漏帧时金字塔 Lucas-Kanade 光流可桥接一两帧，便宜但漂移后必须检测纠正——不能当长期跟踪。

外观相似人群、长期遮挡时可加重识别嵌入做二次关联，算力与延迟要权衡。重识别不是万能——嵌入相似的两辆车仍会互换，但比纯交并比稳。

多目标跟踪精度、身份 F 值、高阶跟踪精度看不同失效模式。字节跟踪提升多目标跟踪精度常来自召回（低分框挽救），身份 F 值仍可能因相似外观差。单独记录身份切换次数 比平均精度更能反映现场体验。

检测抖则轨迹碎。字节跟踪等用低分框挽救，但上限仍是检测质量。先稳定检测分数阈值和非极大值抑制，再调跟踪器过程噪声——顺序反了是浪费时间。可视化最差身份切换片段，叠加检测分数曲线，一眼看出是检测抖还是关联参数问题。

仓库里叉车频繁遮挡行人，检测分数在零点三和零点七之间跳。纯高分关联每遮挡一次就断轨；加字节跟踪低分二次关联后，轨迹长度中位数从十二帧升到四十七帧，身份切换降六成。但框系统性偏左两像素时，交并比关联仍失败——这是检测框偏，不是跟踪参数问题。

跟踪是 检测的时间平滑。检测不稳时，先稳定检测工作点再调跟踪器——这是产线排障的基本顺序。