SortSimple Online and Realtime Tracking 就是结合了卡尔曼滤波算法和匈牙利算法进行目标跟踪
详细流程如下图：
我们先假设t0时刻已经全部流程走完，卡尔曼滤波更新了轨迹，给t1时刻产生了一个蓝框（预测框）
**第一步：**目标检测器如YOLO对t1时刻的帧进行检测，给目标标上了红框（检测框）
**第二步：**利用匈牙利匹配算法，计算预测框和检测框之间的IOU，以IOU为距离进行匹配
第三步：（1）若目标已离开，即存在大于等于一个预测框不能跟检测框匹配，则删除目标ID和框
){kind=link}
（2）若新来了一个目标，即**存在大于等于一个检测框没有跟踪框与之匹配，**则新增新的轨迹，初始化卡尔曼滤波
（3）若预测框与跟踪框可以与之匹配，则通过卡尔曼滤波算法**计算两个框加权后的优化框**
**第四步：**整合所有轨迹，计算平均速度等
第五步：给t2时刻预测出优化框
Sort算法其中有一个比较大的问题，就是当目标被遮挡了之后，由于只利用了IOU匹配，很容易发生
unmatched track的问题，ID会很容易发生变化
