需求

一直在做视频物体识别，当识别到某个物体之后产生报警，最近开始优化，当镜头移动速度较慢时，在时域上可能后面连续很多帧都能识别达到这个物体，该物体可能就出现重复。

如下图，大框是镜头视野，如果第一帧出现了A1框报警，随着镜头向前移动，时域上后面可能识别出A2/A3/A4等等，但其实都是A1这个物体

极端情况下，可能镜头静止不动，则可能一直识别到该物体。因此我们需要对该物体框标记并去重。

标记两个框重复的算法

• 【条件M】类型必须相同
• 【条件N】IoU大于某个门限（IoU是两个框交集面积处于并集面积，无交集则为0）
• 【条件P】两个框中心点小于某个门限

我们制定的策略是 M and （N or P）

多个重复问题解决

前序帧和后续帧的多个框可能符合重复算法，如下图， A1-1是第一帧输出； A2-1和A2-3可是第二帧输出，那明显A2-1和A2-3看起来都跟A1-1重复。

为解决这个多匹配问题，我们设想的是选取一个中心点距离最小的，例如上述例子中，A2-1比A2-3的中心点更接近A1-1，则A2-1是重复的。

我们也设想了如下策略，但暂时没有应用，也不知道效果，目前中心点距离策略的效果已经比较明显了。

• IoU最大的（移动时，形状加距离考虑IoU最大）
• 面积最接近的（基于相同物体面积变化最小）

连续帧和最大边界处理

• 连续帧容错处理

由于镜头在移动，所以像素、清晰度以及角度可能存在一定差别，物体也不一定是每帧都能输出，因此定义连续帧不一定非要两个帧连续，我们设定了间隔帧参数，后续帧小于这个间隔帧参数都判定为连续

• 最大边界处理

镜头静止时间是有限的，或者说识别出的物体静止时间也是有限的，设置最大边界，可以重新上报或者激活这个物体的输出，目前我们根据采样率设置的10万帧，可配置。

实现策略

• 窗口策略

10万的边界，不可能真的等待所有检测结果出来了才计算重复性，一般采用窗口策略， 对于第一帧来说，只要最大间隔帧范围内的结果都有了，那第一帧是否有重复的框就确定了。如果按照首帧策略，这个框就可以输出了，后续的重复帧抑制即可。

如果A1， 判定有A2重复之后，A1即可输出，也不参与后续计算； 后面的框只需要判定是不是跟A2重复即可。

• 双向链表

实际上框的比较只需要关注前后即可。 如果我们需要输出第一个帧，那链头确定的时候就可以输出了；如果需要输出最后一个帧，那链尾确定的时候输出即可。

可能最复杂的是输出置信度最高的，但该场景下，不适合大范围输出，例如10万个重复性边界，该场景再考虑置信度最高输出没有实际的价值。 简单探讨一下策略，该策略下， 链头是最先发现的框，后续的框会merge到之前的链尾，每两个框都能确定置信度最高的是谁，那链尾永远能够保存置信度最高的信息，从来满足需求。