多目标跟踪算法评价指标

标准CLEAR-MOT测量，包括：

Multi-Object Tracking Accuracy(MOTA)
Multi-ObjectTracking Precision (MOTP)这两个评价标准。

此外，额外引入了若干指标来进行评价：↑：表示得分越高越好，反之亦然。

Recall(↑):正确匹配的检测目标数/ground truth给出的目标数
Precision(↑)：正确匹配的检测目标数/检测出的目标数
MT(↑)：目标的大部分被跟踪到的轨迹占比（大于百分之八十）
ML(↓)：目标的大部分跟丢的轨迹占比（小于百分之二十）
PT(↓)：目标部分跟踪到的轨迹占比（1 - MT – ML）
FM(↓):真实轨迹被打断的次数
IDS(↓)：一条跟踪轨迹改变目标标号的次数
MOTA(↑)：结合了丢失目标，虚警率，标号转换之后的准确性
MOTP(↑):：所有跟踪目标的平均边框重叠率
比如上面这是deepsort算法的表，可以看到几个评价标准、

多目标跟踪经典测试集及其特点：
PETS09-S2L1：该视频主要挑战在于目标移动在高速非线性模式下，目标遮挡频繁。
PETS09-S2L2：存在严重遮挡。
TUD-Stadtmitte：视角低，相互遮挡严重，出现完全遮挡
ParkingLot：相互遮挡比TUD还要严重
TownCenter：16个人形随时可见导致了频繁遮挡，由于静态背景中存在沙滩导致部分目标不能被检测出。

版权声明：本文来源CSDN，感谢博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。
原文链接：https://blog.csdn.net/redfivehit/article/details/103463747
站方申明：本站部分内容来自社区用户分享，若涉及侵权，请联系站方删除。

发表于 2020-03-01 23:11:19
阅读 ( 1029 )
分类：算法

多目标跟踪算法评价指标

你可能感兴趣的文章

精选的优质文章

0 条评论

官方社群

GO教程

推荐文章

猜你喜欢

随便看看