GOSPA 和 T-GOSPA 类度量用于多目标跟踪算法评估
计算机视觉与模式识别
2026-04-27 v2 统计理论
统计理论
摘要
本文介绍了两种用于评估多目标跟踪 (MOT) 算法性能的准度量。其中一种是广义最优子模式分配 (GOSPA) 度量的扩展，衡量对象集合之间的差异；另一种是轨迹 GOSPA (T-GOSPA) 度量的扩展，衡量轨迹集合之间的差异。类似于基于 GOSPA 的度量，这些准度量包括对正确检测对象局部误差、虚假对象数目和漏检对象数目的惩罚。T-GOSPA 准度量还包含轨迹切换成本。不同于 GOSPA 和 T-GOSPA 度量，本文提出的准度量具有灵活性，可对漏检和虚假对象施加不同的惩罚成本，且局部误差成本无需满足对称性。我们还解释了如何基于这些准度量获取相似度得分函数。通过仿真实验，我们使用 T-GOSPA 准度量评估了几种贝叶斯 MOT 算法的性能。
关键词
引用
@article{arxiv.2507.13706,
title = {GOSPA and T-GOSPA quasi-metrics for evaluation of multi-object tracking algorithms},
author = {Ángel F. García-Fernández and Jinhao Gu and Lennart Svensson and Yuxuan Xia and Jan Krejčí and Oliver Kost and Ondřej Straka},
journal= {arXiv preprint arXiv:2507.13706},
year = {2026}
}
备注
Matlab code of GOSPA and T-GOSPA q-metrics is provided at https://github.com/Agarciafernandez/MTT. Python code of the T-GOSPA q-metric is provided at https://github.com/Agarciafernandez/T-GOSPA-metric-python