单目标跟踪器性能评估的新方法
计算机视觉与模式识别
2016-01-12 v3
摘要
本文解决单目标跟踪器性能评估问题。我们认为性能度量、数据集和评估系统是跟踪器评估最重要的组成部分，并针对每个部分提出了要求。这些要求是旨在实现简单且易于解释的跟踪器比较的新评估方法的基础。基于排序的方法从统计显著性和实际差异两方面处理跟踪器等价性。引入了一个具有逐帧标注及若干视觉属性的全标注数据集。通过其视觉属性对大量视频进行聚类，以新颖方式最大化其视觉属性的多样性。这使其成为迄今为止构建和标注最精细的数据集。同时提出了一个允许多平台轻松集成第三方跟踪器的评估系统。所提出的评估方法在新数据集和38个跟踪器上的VOT2014挑战赛中进行了测试，使其成为迄今为止最大的基准。大多数被测跟踪器确实是最先进的，因为它们优于标准基线，从而产生了极具挑战性的基准。从跟踪难度角度对数据集进行了详尽分析。为促进跟踪器比较，提出了一种新的性能可视化技术。
引用
@article{arxiv.1503.01313,
title = {A Novel Performance Evaluation Methodology for Single-Target Trackers},
author = {Matej Kristan and Jiri Matas and Ales Leonardis and Tomas Vojir and Roman Pflugfelder and Gustavo Fernandez and Georg Nebehay and Fatih Porikli and Luka Cehovin},
journal= {arXiv preprint arXiv:1503.01313},
year = {2016}
}
备注
Final version (Accepted), IEEE Pattern Analysis and Machine Intelligence, 2016