【MOT】MOTchallenge2016/2017

一句话总结先，这是一个多行人目标的tracking数据集

Class

三部分

1、Target：运动中行人，包括走路、骑车等；站立的行人，包括蹲下以及弯腰。这部分除了骑车开车的参与evaluation

2、类行人物体：坐着的人、躺着的人、镜子里的折射等。不参与训练和测试。

3、其他：车、自行车等（运动不运动都有），遮挡物。有标注但不参与指标计算

tracking从行人出现身体10%开始计算知道消失在视野里，如果同一个行人在完全遮挡后又出现，会分配一个新的ID

Data format

Detection file

MOT会提供每一帧detection的结果，2016年主要用一个叫DPM的检测器，2017年提供了3种检测器（DPM\SDP\Faster RCNN）

Annotation file

Evaluation

Tracker-to-target assignment

首先

TP、FP：TP，即代表一个output对应一个target，或者是false alarm，即FP；这一步由一个阈值决定。

FN：如果target没有对应任何一个output，就代表的FN。希望FN、FP越少越好。

FAF：the false positive ratio measured by the number of false alarms per frame。和图像检测里的FPPI差不多。一般表现为一个target对应很多outputs。

其次

确保一个true object最多对应一个检侧结果。

之后，要求每个GT trajectory 只有一个开始和一个结束点。并且现在的指标无法handle re-ID。指标用匈牙利算法计算matching部分。但是要考虑整个video：t-1帧中GT object i matched to 预测 j ，那当 i 和 j 在 t 帧的distance小于阈值时，认为 i 和 j 之间的关系能跨越到 frame t 。即使在帧 t 有更接近target的预测，也不会承认。

IDSW：identity switch，当一个GT target i matched to track j，但是上一个已知assignment 是 k 和 target match。

4.1.2 Distance measure

用IOU>0.5

4.1.3 Target-like annotations

MOTA：

MOTP:

4.1.6 Track quality measures

 MT：mostly tracked，超过80%被tracked

PT：partially tracked

ML：mostly lost，只track到20%

FM：the number of track fragmentations，被打断的次数