format

data/1.OpenCV初阶/6.视频分析/2.目标跟踪/obj_tracker.md

@@ -13,6 +13,7 @@
 ![](pic/t_and_t+1_match.png)
 
 匹配过程中，目标可以分为以下三大类：
+
 1. `matched_tracks`，t帧目标出现，t+1帧该目标仍然出现，算法匹配上。
 2. `unmatched_tracks`，t帧目标出现，t+1帧该目标消失，算法未匹配上。
 3. `unmatched_detections`，t帧目标不存在，t+1帧该目标出现，新增检测目标。
@@ -23,13 +24,13 @@
 
 之所以要考虑以上2点，主要原因是对于连续视频帧而言，大部分检测算法基本无法做到100%连续、稳定检测，出现短暂的误检、漏检非常正常。
 
-<br>
+<br/>
 
-## 题目上下文说明
+**题目上下文说明**:
 
 现假设有以下跟踪代码，
 
-```
+```python
 # 定义跟踪算法类
 class Tracker(object):
   # 初始化参数
@@ -71,6 +72,7 @@ class Tracker(object):
 ```
 
 其中：
+
 1. `self.max_age`代表跟踪算法允许出现的最大漏检帧数
 2. `self.min_hints`代表跟踪算法要求的最低连续匹配帧数
 3. `self.trackers`代表跟踪算法维持的目标集合（已生成track-id）
@@ -81,12 +83,9 @@ class Tracker(object):
 
 请你根据上面陈述补充TO-DO部分代码。
 
-
-<br>
-
 ## 正确答案
 
-```
+```python
     # 更新matched_tracks
     for m in matched:
       self.trackers[m[1]].update(dets[m[0], :])
@@ -110,9 +109,9 @@ class Tracker(object):
           self.trackers.pop(i)
 ```
 
-
 ## 未考虑unmatched_detections
-```
+
+```python
     # 更新matched_tracks
     for m in matched:
       self.trackers[m[1]].update(dets[m[0], :])
@@ -131,10 +130,9 @@ class Tracker(object):
           self.trackers.pop(i)
 ```
 
-
 ## 未考虑移除长时间未检测到的缓存数据
 
-```
+```python
     # 更新matched_tracks
     for m in matched:
       self.trackers[m[1]].update(dets[m[0], :])
@@ -152,10 +150,9 @@ class Tracker(object):
           ret.append(np.concatenate((d,[trk.id+1])).reshape(1,-1))
 ```
 
-
 ## 未考虑需要连续检出并匹配self.min_hints次才生效
 
-```
+```python
     # 更新matched_tracks
     for m in matched:
       self.trackers[m[1]].update(dets[m[0], :])
@@ -178,4 +175,3 @@ class Tracker(object):
         if(trk.time_since_update > self.max_age):
           self.trackers.pop(i)
 ```
-