参考文献：Multiple Object Tracking using K-Shortest Paths Optimization
核心步骤：
两步：一、detection 二、link detection
该文工作：reformulating that step as a constrained flow optimization results in a convex problem
其他人的工作：
sampling and particle filtering
linking short tracks generated using Kalman filtering
greedy Dynamic Programming
建立目标函数：
约束关系的解释：
（1）流为非负性。即流入该位置的物体个数大于等于0.
（2）这里假定同一个时间内，流入某个位置的物体个数不大于1，就假定各个物体之间不能交叠
（3）流入某个位置的物体数量等于流出该位置的物体数量。这里为了满足解规划问题，写成不等式，下式也一样。
（4）从源点流出的个数等于最终流入终点的个数。
如图：
注意：可能有些物体在中间帧出现或消失，故引入虚节点。
模型的解：
