sort deepsort 8

目标：

• SORT算法的原理
• DeepSORT算法的原理

SORT（Simple Online and Realtime Tracking）以及DeepSORT是在计算机视觉领域中被广泛应用于多目标跟踪算法的两种方法。

SORT :
该算法由Martin Danelljan及其团队在2016年首次提出，
是一种基于关联关系设计的在线实时多目标跟踪方法。
该方法利用卡尔曼滤波器进行状态预估与更新，
并运用匈牙利算法解决数据匹配问题。
该方法假设被跟踪的目标具有恒定特征，
仅根据目标的位置信息（如bounding box中心坐标）实施追踪。

DeepSORT作为一种先进的目标跟踪算法，在SORT的基础上进行了创新性的发展。该方法由Wojciech Mozharovskyi和Andreas Geiger在2017年首次提出。与传统的SORT相比，DeepSORT显著提升了目标在外观变化和遮挡等复杂情况下的识别准确性。其核心优势在于继承了SORT的核心优势，并进一步引入了深度学习特征表示技术。通过利用卷积神经网络有效地提取目标的视觉特征，在实际应用中能够更好地应对短暂遮挡或形变等情况下的跟踪挑战。

总体而言，在目标追踪领域中,SORT作为一种先进的方法,其核心基础是由卡尔曼滤波与匈牙利算法共同构成.随后,DeepSORT通过引入深度学习特征,实现了对 SOR