彻底搞懂：基于检测的追踪（TBD）与质心关联算法
彻底搞懂：基于检测的追踪（TBD）与质心关联算法
从“傻傻分不清”到“一眼看透”，一篇讲透多目标追踪核心逻辑
大家在学习多目标追踪（MOT）时，一定会遇到两个概念：
- 基于目标检测的追踪方法（Tracking By Detecting, TBD）
- 质心法目标关联
很多同学看完教材都会懵：
这俩流程看起来几乎一样，到底区别在哪？是同一个东西吗？
今天这篇文章，用最通俗、最系统、最工程化的方式，把它们的关系、流程、原理、优缺点、适用场景一次性讲透。
读完你会彻底明白：
TBD 是框架，质心法只是框架里最简单的一步实现。
一、先破题：90% 的人都混淆的根本原因
你觉得它们逻辑差不多，太正常了。
因为它们根本不是“并列关系”，而是：
TBD = 一整套完整的追踪范式（总思路）
质心法 = TBD 中「目标关联」这一步的最简算法（具体工具）
打个最直白的比方：
- TBD = 先买菜 → 再洗菜 → 再炒菜 → 再吃饭（整套流程）
- 质心法 = 炒菜时用“小火慢炒”（其中一步的具体做法）
质心法完全寄生在 TBD 框架里。
你看到的流程相似，是因为质心法本身就在跑 TBD 的流程。
二、详细讲解：基于目标检测的追踪 TBD
1. 什么是 TBD？
Tracking By Detecting（基于检测的追踪）
是目前工业界、学术界最主流、最通用的多目标追踪范式。
一句话定义：
每一帧都先做目标检测，再把前后帧的检测结果关联起来，形成连续轨迹。
只要遵循：
先检测 → 后关联 → 生成轨迹
这一逻辑的追踪方法，全都叫 TBD。
2. TBD 的标准流程
TBD 只有两个核心步骤：
（1）目标检测
在每一帧图像上，使用目标检测模型（YOLO、Faster R-CNN、SSD 等）输出：
- 目标框 (x1,y1,x2,y2)
- 类别
- 置信度
作用：找到这一帧里有什么、在哪里。
（2）目标关联
把上一帧的目标和当前帧的目标做匹配：
- 哪些是同一个目标在移动
- 哪些是新出现的目标
- 哪些目标消失了
作用：把离散的检测框“串”成轨迹。
3. TBD 的关键特点
- TBD不是一个具体算法，是一大类方法的统称
- 关联算法可以随便换：
质心距离、IOU、匈牙利算法、外观特征、深度学习匹配…… - 检测越强，追踪越强
- 是目前 SORT、DeepSORT、ByteTrack 等顶尖追踪算法的基础骨架
4. TBD 的优点
- 通用性极强，几乎适用于所有追踪场景（行人、车辆、足球、人脸等）
- 不依赖手工特征，靠检测器就能实现强追踪
- 可扩展性高，想提升效果只需升级检测器或关联策略
- 适合多目标、复杂背景、动态相机场景
5. TBD 的缺点
- 速度高度依赖目标检测器（每一帧都要检测）
- 若关联算法简单，容易出现 ID 切换、跟丢
- 遮挡严重时效果下降
三、详细讲解：质心法 —— TBD 里最简单的关联算法
1. 什么是质心法？
质心法 = TBD 框架下，最简单、最朴素的目标关联方式。
它只遵循一个原则：
谁离得近，谁就是同一个目标。
不看外观、不看尺寸、不看特征，只看中心点距离。
2. 质心法的完整流程（标准 5 步）
（1）目标检测
使用 YOLO 等模型，检测当前帧所有目标。
（这一步就是 TBD 的第一步）
（2）计算质心坐标
取检测框的中心点作为质心：
cx=x1+x22,cy=y1+y22c_x = \frac{x_1 + x_2}{2},\quad c_y = \frac{y_1 + y_2}{2}cx=2x1+x2,cy=2y1+y2
（3）计算质心欧式距离
计算上一帧目标与当前帧目标之间的距离：
d=(x2−x1)2+(y2−y1)2d = \sqrt{(x_2 - x_1)^2 + (y_2 - y_1)^2}d=(x2−x1)2+(y2−y1)2
（4）目标关联
- 距离最小 且 小于设定阈值 → 判定为同一目标
- 距离都很大 → 判定为新目标
（5）目标更新
- 保留已有目标 ID
- 为新目标分配新 ID
- 长时间未匹配的目标删除 ID
3. 质心法的本质
用位置信息做关联，完全不考虑外观。
4. 质心法优点
- 超简单、超轻量、速度极快
- 代码几行就能实现
- 适合目标稀疏、运动慢、不重叠的场景
例如：足球追踪、乒乓球追踪、简单场景下的单人跟踪
5. 质心法缺点（非常致命）
- 目标靠近/重叠立刻乱匹配（ID 切换）
- 运动过快直接跟丢
- 同类密集目标完全不能用
- 不具备外观辨别能力
四、终极对比：TBD 和质心法到底什么关系？
为了让你彻底不混淆，我直接给你总结成一张清晰的对比表：
| 项目 | 基于检测的追踪 TBD | 质心法 |
|---|---|---|
| 层级 | 框架 / 范式 / 总思路 | 框架中的一个子算法 |
| 功能 | 定义“先检测、再关联”整套流程 | 只负责“目标关联”这一步 |
| 包含关系 | 包含质心法 | 属于 TBD 的一种实现 |
| 灵活性 | 关联算法可任意替换 | 固定只用质心距离 |
| 复杂度 | 整套系统 | 单一策略 |
| 通俗理解 | 追踪的“大纲” | 大纲里的“一句话做法” |
一句话终极总结：
质心法 = TBD 框架里最简单、最入门的关联策略。
五、回到教材例子：一眼看懂
你教材里的两个图：
图 10.21 足球追踪
检测出 A1A4、B1B3 → 串成轨迹
→ 这是TBD 思路图 10.23 质心匹配
用框中心点算距离，近的就是同一个
→ 这是TBD 里的质心关联
两个图本质是：
一个讲框架，一个讲框架里的具体步骤。
六、全文总结（背会这一段就够）
- TBD 是框架：
所有「先检测、后关联、串成轨迹」的追踪方法都叫 TBD。 - 质心法是算法：
是 TBD 里最简单的一种目标关联方式，只靠质心距离判断。 - 关系：
质心法 ⊂ TBD
质心法是 TBD 的最简实现。 - 工程意义：
质心法用来入门理解，
真正工业场景会用 IOU、匈牙利算法、DeepSORT、ByteTrack 等更强的关联方式。