两帧画面都能检测到汽车，为什么同一辆车却被标成两个编号？检测回答当前帧目标在哪，跟踪还要判断跨帧身份。读完本文，你可以检查关联依据、识别遮挡造成的断轨，并解释何时不能仅凭位置延续编号。我们用矩形框模拟连续视频帧，手算交并比，再用纯 Python 复现关联过程。实验不依赖训练模型，便于聚焦时序、阈值和身份保持。最后用快速位移的反例检查：目标真实存在，也不代表重叠规则能认出它。文章目录两帧都有目标，为什么轨迹却断了核心概念与工作机制检测框、轨迹与身份编号从相邻帧到关联决策与目标检测、视频分类的区别最小示例环境与准备工作流程图完整代码或操作命令运行步骤与预期输出验证结果常见误区与适用边界总结两帧都有目标，为什么轨迹却断了假设第 1 帧中的汽车框为(10, 10, 30, 30)，第 2 帧中的框为(14, 10, 34, 30)。两框有较大重叠，可以暂时关联为同一目标。若第 2 帧汽车突然移动到(40, 10, 60, 30)，即使仍是同一辆车，框的交并比也会降为 0。只看重叠的跟踪器会产生新编号。输入现象检测的回答跟踪还要回答一帧中出现汽车汽车在哪里尚无跨帧身份下一帧仍有汽车新位置在哪里是否仍是上一帧那辆车汽车短暂被遮挡可能检测不到轨迹应等待、预测还是结束核心概念与工作机制检测框、轨迹与身份编号检测框表示某一帧的目标位置；轨迹是按时间排列的目标状态；身份编号用于区分不同轨迹。一个可靠的跟踪结果至少要同时考虑当前位置和之前的状态，必要时还要参考外观特征、运动预测和遮挡时间。从相邻帧到关联决策