PlanarTrack：面向平面目标跟踪的大规模挑战性基准

平面目标跟踪是一个关键的计算机视觉问题，因其在机器人、增强现实等方面的关键作用而受到越来越多的关注。尽管进展迅速，但其进一步发展，尤其在深度学习时代，很大程度上受限于缺乏大规模挑战性基准。为此，我们引入 PlanarTrack，一个大规模挑战性平面跟踪基准。具体而言，PlanarTrack 包含 1000 段视频、超过 49 万张图像。所有这些视频均采集自复杂无约束的真实场景，使得 PlanarTrack 相比现有基准更具挑战性但更贴近真实应用。为确保高质量标注，PlanarTrack 中每帧均通过四角点手动标注并经过多轮仔细核查与精修。据我们所知，PlanarTrack 是迄今最大且最具挑战性的专用于平面目标跟踪的数据集。为分析所提 PlanarTrack，我们评估了 10 个平面跟踪器并进行综合比较与深入分析。结果不出所料地表明，当前性能最优的平面跟踪器在挑战性 PlanarTrack 上显著退化，未来需更多努力改进平面跟踪。此外，我们从 PlanarTrack 进一步派生出一个用于通用目标跟踪的变体 PlanarTrack$_{\mathbf{BB}}$。在 PlanarTrack$_{\mathrm{BB}}$ 上对 10 个优秀通用跟踪器的评估显示，令人惊讶的是，PlanarTrack$_{\mathrm{BB}}$ 比若干流行通用跟踪基准更具挑战性，尽管此类平面物体为刚体，仍应更多关注处理它们。所有基准与评估将在项目网页发布。