《统计物理和复杂系统》专题论文《行人跟踪算法及应用综述》由国防科技大学系统工程学院的曹自强、赛斌、吕欣（通信作者）合作撰写，发表于《物理学报》2020年第69卷第8期（DOI:10.7498/aps.69.20191721）。该综述系统梳理了计算机视觉领域中行人跟踪技术的研究进展，重点对比了传统算法与深度学习算法的技术路线，并探讨了行人动力学模型及实际应用场景。

主要观点与论据

1. 行人跟踪的学科定位与技术挑战

行人跟踪作为计算机视觉的基础任务，其核心目标是通过视频数据提取运动轨迹以分析个体或群体行为规律。作者指出，该领域面临三大技术瓶颈：
- 动态环境适应性：需处理光照变化、拍摄角度差异等干扰因素（文献[7-9]支持）
- 目标关联复杂性：涉及新目标出现、旧目标消失及再识别问题（文献[10]论证）
- 实时性要求：传统算法如多假设跟踪（Multi-Hypothesis Tracking）因存储历史假设导致计算量激增（文献[26]数据表明）

2. 传统跟踪算法的技术谱系

作者将传统算法分为四类技术路线：
2.1 卡尔曼滤波（Kalman Filter）
- 原理：基于状态预测与测量值迭代优化估计（文献[14]数学推导）
- 改进应用：李娟团队结合HSV色彩空间消除运动阴影（文献[18]案例）
- 局限：对突发运动适应性差（实验数据显示加速度突变时误差增加30%）

2.2 多假设跟踪（MHT）
- 核心机制：延迟决策策略生成假设树（公式(2)-(4)描述假设生成过程）
- 性能缺陷：MOT benchmark测试显示其MOTA仅29.1%（表3数据）

2.3 粒子滤波（Particle Filter）
- 创新点：非参数化蒙特卡罗方法处理非线性问题（文献[28]理论框架）
- 实测效果：在CAVIAR数据集上实现80.8%完整轨迹率（文献[27]验证）

2.4 相关滤波（Correlation Filter）
- 速度优势：KCF算法利用循环矩阵加速至100FPS（文献[34]测试）
- 尺度缺陷：MOSSE算法因固定学习率导致长期跟踪失败率增加17%（文献[37]对比实验）

3. 深度学习算法的范式革新

作者强调tracking-by-detection成为主流范式（文献[41]），重点分析三类模型架构：

3.1 Two-Stage检测器
- Faster R-CNN：通过RPN网络（Region Proposal Network）将候选框生成时间从2s缩短至0.01s（文献[47] ablation study）
- 代价：PASCAL VOC数据集上单图检测需47ms（表3显示精度73%）

3.2 One-Stage检测器
- YOLOv3：采用Darknet-53 backbone实现28.2% mAP@22ms（文献[57]基准测试）
- CornerNet：用角点检测替代anchor机制，COCO数据集达42.1% AP（文献[59]创新设计）

3.3 轻量化趋势
- CenterNet：基于中心点检测在ResNet-18上实现142FPS/28.1%AP的权衡（文献[60]实验）

4. 行人动力学建模

作者对比三类经典模型：
- 流体动力学模型：Henderson用麦克斯韦-玻尔兹曼分布描述人群速度（文献[71]拟合R²=0.89）
- 社会力模型：Johansson引入自驱动力/排斥力/吸引力三要素（公式(30)-(33)数学表达）
- 启发式模型：通过轨迹数据反推决策规则（文献[69]验证机场行人路径选择）

5. 应用场景分析

论文详细列举三大应用方向：
- 智能监控：卡尔曼滤波在MIT交通视频集中MOTA达85%（表3数据）
- 拥堵分析：社会力模型成功复现瓶颈处”arching”现象（文献[80]仿真）
- 异常检测：基于YOLOv3的跟踪系统在MOT16上IDS仅1129次（对比MHT的476次）

学术价值与启示

该综述的突出贡献在于：
1. 技术演进脉络：首次系统划分传统算法与深度学习算法的代际差异，指出anchor-free检测器将成为新趋势
2. 跨学科融合：将统计物理中的动力学模型与计算机视觉技术结合，为人群仿真提供新工具
3. 评估体系构建：整合MOTA/MOTP/IDS等7项指标（表3），建立多维性能评价框架

值得关注的是，作者特别强调实时性（real-time performance）与精度（accuracy）的trade-off问题，指出嵌入式平台部署需采用模型压缩技术（如CenterNet的1.4FPS→142FPS优化路径）。这些观点为后续研究提供了明确的技术路线图。