SQE：一种用于多目标跟踪参数优化的自质量评估度量
计算机视觉与模式识别
2020-04-17 v1
摘要
我们提出一种新颖的自质量评估度量 SQE，用于这一具挑战性却关键的多目标跟踪任务中的参数优化。当前的评估度量均需标注真值，因而在测试环境与禁止训练后进一步优化的现实情境中会失效。相比之下，我们的度量反映了轨迹假设的内部特征，并在无真值情况下衡量跟踪性能。我们证明，具有不同质量的轨迹在特征距离分布上呈现不同的单峰或多峰，这启发我们设计一种简单而有效的方法，利用二类高斯混合模型评估轨迹质量。主要在 MOT16 Challenge 数据集上的实验验证了我们的方法在既与现有度量相关、又能实现参数自优化以获得更优性能方面的有效性。我们相信我们的结论与方法对未来的实际多目标跟踪具有启发意义。
引用
@article{arxiv.2004.07472,
title = {SQE: a Self Quality Evaluation Metric for Parameters Optimization in Multi-Object Tracking},
author = {Yanru Huang and Feiyu Zhu and Zheni Zeng and Xi Qiu and Yuan Shen and Jianan Wu},
journal= {arXiv preprint arXiv:2004.07472},
year = {2020}
}