MOT-deepsort：无需深度学习库的对象跟踪实现

资源摘要信息:"MOT-deepsort是参考了DeepSort算法的一个项目，其主要的创新点在于禁用了DeepSort中的特征匹配功能，使得该项目不再需要依赖任何深度学习库。这是一个用C++实现的多目标跟踪系统。" MOT-deepsort的核心技术是DeepSort算法，这是一个广泛应用于多目标跟踪领域的算法。DeepSort的全称是"Deep Appearance and Motion for Multiple Object Tracking"，它通过深度学习和运动预测相结合的方式，实现了对多个目标的精准跟踪。 然而，MOT-deepsort在DeepSort的基础上进行了一些创新和改进。具体来说，MOT-deepsort禁用了DeepSort中的特征匹配功能。特征匹配是一种在深度学习中常用的技术，它通过比较目标的特征，来确定目标是否相同。禁用特征匹配功能，使得MOT-deepsort不再需要依赖任何深度学习库，从而大大简化了算法的复杂性，同时也降低了对计算资源的需求。 MOT-deepsort的实现语言是C++。C++是一种高性能的编程语言，它在系统编程、游戏开发、实时物理模拟等领域有广泛的应用。MOT-deepsort选择C++作为实现语言，主要是因为C++具有高效的执行速度和良好的系统资源控制能力，这对于需要处理大量数据和进行复杂计算的多目标跟踪系统来说是非常重要的。 MOT-deepsort的文件名称为"MOT-deepsort-master"，这表明这是一个主版本的项目。在软件开发中，"master"通常表示主分支或者主版本，这是开发者和用户最为关注的版本。这个文件名称暗示了MOT-deepsort可能是一个开源项目，开发者和用户可以自由地下载、使用和修改这个项目。 总的来说，MOT-deepsort是一个基于DeepSort算法，但不需要依赖深度学习库的多目标跟踪系统。它通过禁用DeepSort的特征匹配功能，简化了算法的实现，降低了对计算资源的需求。同时，MOT-deepsort使用C++语言实现，保证了项目的高性能和高效率。