MVTD：海事视觉目标跟踪基准数据集
计算机视觉与模式识别
2025-06-04 v1
摘要
视觉目标跟踪（VOT）是一项基础任务，在自主导航、监控和海上机器人领域有广泛应用。尽管通用目标跟踪取得了显著进展，海上环境仍然面临独特的挑战，包括水面镜面反射、低对比度目标、动态变化的背景和频繁的遮挡。这些复杂性显著降低了最先进的跟踪算法的性能，凸显了领域特定数据集的必要性。为弥补这一空白，我们提出了海事视觉跟踪数据集（MVTD），一个专门为海上 VOT 设计的全面且公开可用的基准。MVTD 包含 182 个高分辨率视频序列，总计约 150,000 帧，包含四个代表性目标类别：船、轮船、帆船和无人水面艇（USV）。数据集捕捉了多样化的操作条件和海上场景，反映了海上环境的现实复杂性。我们在 MVTD 基准上评估了 14 个最新的 SOTA 跟踪算法，发现与在通用数据集上的性能相比，性能显著下降。然而，当在 MVTD 上微调时，这些模型表现出显著的性能提升，强调了域适应的有效性和在专业跟踪场景中迁移学习的重要性。MVTD 数据集通过为海上场景提供真实且具有挑战性的基准，填补了视觉跟踪领域的关键空白。数据集和源代码可通过以下链接获取：https://github.com/AhsanBaidar/MVTD。
引用
@article{arxiv.2506.02866,
title = {MVTD: A Benchmark Dataset for Maritime Visual Object Tracking},
author = {Ahsan Baidar Bakht and Muhayy Ud Din and Sajid Javed and Irfan Hussain},
journal= {arXiv preprint arXiv:2506.02866},
year = {2025}
}
备注
Submited to Nature Scientific Data