mvHOTA：一种用于测量多点检测中时空关联的多视角高阶跟踪精度度量

多点跟踪是一项具有挑战性的任务，涉及检测场景中的点并在帧序列中对其进行跟踪。在逐帧基础上计算基于检测的度量（如 F-measure）不足以评估整体性能，因为它无法解释时间域中的表现。现有的主要评估度量来自多目标跟踪（MOT）方法，用于在诸如 KITTI 等数据集上基准测试性能，其中最近提出的高阶跟踪精度（HOTA）度量能够比 MOTA、DetA 和 IDF1 等度量更好地描述性能。虽然 HOTA 度量考虑了时间关联，但它并未提供一种定制化的方法来分析多相机设置下数据集的空间关联。此外，与对象相比，评估点的检测任务存在差异（点距离 vs. 边界框重叠）。因此，在这项工作中，我们提出了多视角高阶跟踪度量（mvHOTA），以确定多点（多实例和多类别）跟踪方法的精度，同时考虑时间和空间关联。mvHOTA 可以解释为检测、时间和空间关联的几何平均值，从而为每个因素提供相等的权重。我们展示了使用该度量来评估来自先前组织的外科数据科学挑战赛的内窥镜点检测数据集上的跟踪性能。此外，我们针对此用例与其他调整后的 MOT 度量进行了比较，讨论了 mvHOTA 的性质，并展示了所提出的多视角关联和遮挡指数（OI）如何有助于分析方法在处理遮挡方面的表现。代码可在 https://github.com/Cardio-AI/mvhota 获取。