BaseConfig:
  minDetectorConfidence: 0.0430    # 如果检测器检测框的置信度低于此值，则不会被用于跟踪

TargetManagement:
  enableBboxUnClipping: 1    # 如果检测框可能被图像边界裁剪，则解除裁剪
  preserveStreamUpdateOrder: 0    # 分配新目标ID时，是否保持输入流顺序，以在多次运行中保持目标ID确定性
  maxTargetsPerStream: 150    # 每个流可跟踪的最大目标数。建议设置大于10。注意：此值应包括以阴影模式跟踪的目标。最大值取决于GPU内存容量

  # [目标创建与终止策略]
  minIouDiff4NewTarget: 0.7418    # 如果新检测到的对象与已有目标的IOU高于此阈值，则丢弃该新对象
  minTrackerConfidence: 0.4009    # 如果对象跟踪器的置信度低于此值，则以阴影模式跟踪。有效范围：[0.0, 1.0]
  probationAge: 2    # 目标年龄超过此值，则视为有效目标
  maxShadowTrackingAge: 51    # 阴影跟踪的最大长度。如果阴影跟踪年龄超过此值，跟踪器将被终止
  earlyTerminationAge: 1    # 如果阴影跟踪年龄在试验期达到此阈值，则目标会提前终止

TrajectoryManagement:
  useUniqueID: 0    # 分配跟踪器ID时是否使用64位长唯一ID

DataAssociator:
  dataAssociatorType: 0    # 数据关联器类型 { DEFAULT=0 }
  associationMatcherType: 1    # 匹配算法类型 { GREEDY=0, CASCADED=1 }
  checkClassMatch: 1    # 是否只将同类对象关联，默认值：true

  # [关联度指标：有效候选阈值]
  minMatchingScore4Overall: 0.4290    # 总匹配分数最小值
  minMatchingScore4SizeSimilarity: 0.3627    # 检测框尺寸相似度最小分数
  minMatchingScore4Iou: 0.2575    # IOU最小分数
  minMatchingScore4VisualSimilarity: 0.5356    # 视觉相似度最小分数

  # [关联度指标：权重]
  matchingScoreWeight4VisualSimilarity: 0.3370    # 视觉相似度权重（相关响应比率）
  matchingScoreWeight4SizeSimilarity: 0.4354    # 尺寸相似度权重
  matchingScoreWeight4Iou: 0.3656    # IOU权重

  # [关联度指标：试探性检测] 仅使用IOU相似度进行试探性检测匹配
  tentativeDetectorConfidence: 0.2008    # 如果检测置信度低于此值但高于minDetectorConfidence，则视为试探性检测
  minMatchingScore4TentativeIou: 0.5296    # 匹配目标与试探性检测的最小IOU阈值

StateEstimator:
  stateEstimatorType: 1    # 状态估计器类型 { DUMMY=0, SIMPLE=1, REGULAR=2 }

  # [动态建模]
  processNoiseVar4Loc: 1.5110    # 检测框中心的过程噪声方差
  processNoiseVar4Size: 1.3159    # 检测框尺寸的过程噪声方差
  processNoiseVar4Vel: 0.0300    # 速度的过程噪声方差
  measurementNoiseVar4Detector: 3.0283    # 检测器检测的测量噪声方差
  measurementNoiseVar4Tracker: 8.1505    # 跟踪器定位的测量噪声方差

VisualTracker:
  visualTrackerType: 1    # 视觉跟踪器类型 { DUMMY=0, NvDCF=1 }

  # [NvDCF：特征提取]
  useColorNames: 1    # 是否使用ColorNames特征
  useHog: 0    # 是否使用HOG（方向梯度直方图）特征
  featureImgSizeLevel: 2    # 特征图尺寸等级。有效范围：{1, 2, 3, 4, 5}，从最小到最大
  featureFocusOffsetFactor_y: -0.2000    # 汉宁窗口中心相对于特征高度的偏移量。中心在垂直方向移动 (featureFocusOffsetFactor_y * featureMatSize.height)

  # [NvDCF：相关滤波器]
  filterLr: 0.0750    # DCF滤波器指数移动平均学习率，有效范围：[0.0, 1.0]
  filterChannelWeightsLr: 0.1000    # 特征通道权重的学习率，有效范围：[0.0, 1.0]
  gaussianSigma: 0.7500    # 创建DCF滤波器时期望响应的高斯标准差（像素）