MOTCOM:多目标跟踪数据集复杂度度量
计算机视觉与模式识别
2022-07-21 v1
摘要
目前尚无用于描述多目标跟踪(MOT)序列复杂度的综合度量。度量的缺失降低了可解释性,使数据集比较复杂化,并将关于跟踪器性能的探讨简化为排行榜位次问题。作为补救,我们提出新颖的MOT数据集复杂度度量(MOTCOM),它由受MOT关键问题启发的三个子度量组合而成:遮挡、异常运动与视觉相似度。MOTCOM的洞见可开启关于跟踪器性能的细致讨论,并可能促使学界更广泛认可针对鲜为人知的数据集或旨在解决子问题而开发的新型贡献。我们在全面的MOT17、MOT20与MOTSynth数据集上评估MOTCOM,表明相较传统的密度与轨迹数,MOTCOM能远优地描述MOT序列的复杂度。项目页见 https://vap.aau.dk/motcom
引用
@article{arxiv.2207.10031,
title = {MOTCOM: The Multi-Object Tracking Dataset Complexity Metric},
author = {Malte Pedersen and Joakim Bruslund Haurum and Patrick Dendorfer and Thomas B. Moeslund},
journal= {arXiv preprint arXiv:2207.10031},
year = {2022}
}
备注
ECCV 2022. Project webpage https://vap.aau.dk/motcom