超越标准基准：视觉目标跟踪中性能评估的参数化
计算机视觉与模式识别
2017-03-28 v2
摘要
物体到相机的运动产生多种表观运动模式，显著影响短期视觉跟踪器的性能。尽管这些模式对于设计鲁棒跟踪器至关重要，但由于定义薄弱、有偏且重叠的属性标注，它们在标准基准中很少被探究。在本文中，我们提出超越带有事后标注的预录制基准，给出一种利用全向视频生成具有精确参数化运动模式的真实、一致标注的短期跟踪场景的方法。我们创建了一个评估系统，构建了全向视频的完全标注数据集以及典型运动模式的生成器。我们对主要跟踪范式提供了深入分析，该分析补充了标准基准并证实了我们所提评估方法的表达能力。
引用
@article{arxiv.1612.00089,
title = {Beyond standard benchmarks: Parameterizing performance evaluation in visual object tracking},
author = {Luka Čehovin Zajc and Alan Lukežič and Aleš Leonardis and Matej Kristan},
journal= {arXiv preprint arXiv:1612.00089},
year = {2017}
}