PlanarTrack：大规模平面目标跟踪的高质量且具挑战性的基准数据集
计算机视觉与模式识别
2025-10-28 v1
摘要
平面跟踪因其在机器人和增强现实中的关键作用而受到日益关注。尽管近期取得了显著进展，但在深度学习时代，平面跟踪的进一步发展仍因缺乏大型平台而受限。为缓解这一问题，我们提出 PlanarTrack，一个专为平面跟踪设计的大规模高质量且具挑战性的基准数据集。具体而言，PlanarTrack 包含 1,150 个序列，涵盖超过 73.3 万帧，包括 1,000 个短期序列和 150 个全新长期视频，能够全面评估短期和长期跟踪性能。PlanarTrack 中的所有视频均在野外无限制条件下拍摄，这使其既具挑战性又更贴近实际应用场景。为确保高质量标注，每个视频帧都由四个角点进行手动标注，并经过多轮细致的检查和细化。为增强 PlanarTrack 的目标多样性，我们仅在每个序列中捕获唯一的目标，这与现有数据集不同。据我们了解，PlanarTrack 是目前规模最大、最具挑战性和多样性的平面跟踪数据集。为了解现有方法在 PlanarTrack 上的表现，并为未来研究提供对比，我们对 10 个代表性平面跟踪器进行了广泛比较和深入分析。我们的评估显示，尽管出乎意料，顶级平面跟踪器在具挑战性的 PlanarTrack 上仍会显著下降，这表明仍需致力于提高平面跟踪技术。我们的数据和结果将在 https://github.com/HengLan/PlanarTrack 上发布。
引用
@article{arxiv.2510.23368,
title = {PlanarTrack: A high-quality and challenging benchmark for large-scale planar object tracking},
author = {Yifan Jiao and Xinran Liu and Xiaoqiong Liu and Xiaohui Yuan and Heng Fan and Libo Zhang},
journal= {arXiv preprint arXiv:2510.23368},
year = {2025}
}