您的位置:首页 > 移动开发 > Objective-C

跟踪算法基准--Tracking the Trackers: An Analysis of the State of the Art in Multiple Object Tracking

2017-11-09 16:42 1181 查看
Tracking the Trackers: An Analysis of the State of the Art in Multiple Object Tracking

https://arxiv.org/abs/1704.02781

Multiple Object Tracking Benchmark

https://motchallenge.net/

https://motchallenge.net/results/MOT17Det/

本文针对多目标跟踪问题,给出了两个基准测试数据库: MOT15, MOT16,给出了 50个跟踪算法在这两个数据集上的跟踪效果。

首先来看看这两个数据库



本文主要有以下四个目标:1)给出了两个数据集用于多目标跟踪基准;2)在MOT15上分析了32个跟踪算法性能,MOT16上分析了16个跟踪算法的性能;3)分析了用于跟踪评价的常用评估准则 evaluation metrics,和人做比较;4)指出目前跟踪算法在哪里存在不足之处,为研究者指出方向。 我们从实验分析中的得出以下三个主要结论:1)跟踪的性能主要受评价指标影响 mainly influenced by the affinity metrics used,深度学习得到的跟踪模型效果最好。2)跟踪的性能和具体视频段是高度相关的,大多数算法在同一个视频跟踪效果差不多,3)尽管有一些缺点,MOTA是最好的评价准则,和人的评估最接近。

3 The Multiple Object Tracking Benchmark



BBs:bounding boxes HD: ?

3.2. Detections

对 MOT15 数据集我们使用 ACF 检测器, 对 MOT16 数据集,我们发现使用 deformable part-based model (DPM) v5 [19] 检测效果最好



4 Analysis of State-of-the-Art Trackers

4.1. Trends in Tracking

跟踪算法的发展趋势:在 2015年之前 主要侧重于Data association,最近两年来侧重 Affinity and appearance



MOT16 跟踪算法描述



MOT16 跟踪性能比较



11
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: 
相关文章推荐