多目标：AI产品经理需要了解的CV通识

　　多目标(MOT, Multiple Object Tracking):多目标是CV领域一个热门方向，广泛应用于机器人、智能视频、工业检测、航空航天等领域。主要任务是找到图像序列中运动的物体，并将不同帧的运动物体一一对应，最后给出不同物体的运动轨迹。

　　由于以上原因，在实际场景里多目标可能会发生人员重复检测、漏检、同一目标多条轨迹等情况。如果需求对人员统计非常严格，可以考虑由其他方案完成。多目标应用于一个区域(一个摄像头画面内)，计算该区域内的目标数以及目标这样的场景会更好。

　　商汤的产品只体现了设备的数目，而更重要的是设备的筛选功能。其实设备的控制非常复杂，我们常常为了摄像头的状态设计一个新的管理系统。在另外一个设备的管理系统中，我们需要设备的使用状态，设备的详细信息(对应的摄像头编号等)，以及摄像头的定位。

　　统计除了上例时间段的统计之外，还可以进行某一时刻某一区域上的目标统计。某一时刻的统计的意义比时间段统计在一些特定需求上更为重要。特别是某时刻目标数如果超过阈值，跟告警系统匹配，能够捕捉群体行为。某时刻的目标数目是否超过设定阈值，是多目标最常见的需求，也是典型应用之一。

　　界面结合了多种类别的识别:例如行人的性别、头发长短、衣物类型等等。这也是多目标最酷炫的一部分，人们常常被系统的自动识别吸引。多目标在前端的表示常常是一个Boxing加一条尾巴，即目标的定位和轨迹。而目标旁的标签(属性)，则是多目标识别和其他垂直方向识别的结合。

　　这里的稳定性不仅包括的影响，还有系统自身算法更新、程序更新对系统的影响。特别是算法更新，不仅需要在指标上有所提高，还需要具有一定兼容性。算法更新常常导致程序短时间内无法使用，所以每一次算法替换都需要谨慎考虑。

　　文章延伸关键词325游戏 华人捕鱼