一种用于评估多目标跟踪算法的轨迹集时间加权度量
计算机视觉与模式识别
2021-10-27 v1 机器学习
机器人学
应用统计
摘要
本文提出一种用于轨迹集以评估多目标跟踪算法的度量，其包含针对正确检测目标定位误差、虚假目标、漏检目标与航迹切换的时间加权代价。所提度量通过为不同时间步关联的代价引入权重，扩展了文献[1]中的度量。时间加权代价增强了度量[1]的灵活性，以适配更多应用与用户偏好。我们首先引入一种基于多维分配的度量，随后给出其线性规划松弛形式，该松弛可在多项式时间内计算且同样为度量。这些度量还可推广至随机有限轨迹集上的度量，以在不同场景下（每个场景含一个真实轨迹集）对算法进行评估与排序。
引用
@article{arxiv.2110.13444,
title = {A time-weighted metric for sets of trajectories to assess multi-object tracking algorithms},
author = {Ángel F. García-Fernández and Abu Sajana Rahmathullah and Lennart Svensson},
journal= {arXiv preprint arXiv:2110.13444},
year = {2021}
}
备注
Matlab code available at https://github.com/Agarciafernandez/MTT (Trajectory metric folder)