MOT方法性能测评

对于给定的MOT方法，使用度量指标和数据集来定量的评估性能。这有两个重要的原因。 一方面，测量不同成分和参数对整体性能的影响对设计最佳系统是至关重要的。另一方面，需要直接比较到其他方法。 MOT的性能评估不是直截了当，我们将在本节中看到。

1、度量

MOT方法的评估指标是至关重要，因其作为公平的定量化比较提供了一种途径。这一节提供不同的MOT评估指标的简要介绍。由于许多MOT的方法采用tracking-by-detection策略，这些方法通常会测量检测性能以及跟踪性能。目标检测的度量指标也因此在MOT方法中采用。基于此，MOT指标可以大致分为两组，分别评估检测和跟踪，如表7所列。

1.1 detection 指标

我们进一步将检测指标分为两个子集。 一类测量精度，另一类测量精度。

准确度Accuracy:  在MOT度量中使用常用的召回率、精度和FAF（平均单帧误报率）。在MOT中，choi等人使用了FPPI（单张图像误检率）评估检测性能。 MODA作为更全面的度量考虑了误检和漏检的相对数目。

精度Precision: MODP(多目标检测精度) 测量了目标和真值之间的匹配质量。

1.2 tracking 指标

根据不同的属性分为四类：

准确度Accuracy:  用于测量跟踪算法的准确程度。其中，IDs 统计MOT算法在不同目标切换的次数。 MOTA结合false positive rate、false negative rate和mismatch rate， 给出整体跟踪性能的相当合理的度量。

精度Precision: MOTP(多目标跟踪精度)、TDE（跟踪距离误差）、OSPA都被包含在内。 这些描述了目标被精确跟踪的程度并通过边界框重叠和/或边界框间的距离度量。特别的，还有的考虑基数错误。

完整性Completeness: 用于表示轨迹真值被跟踪的完整程度。MT、PT、ML、FM都属于此类。

鲁棒性Robustness: 用于评估MOT算法从遮挡中恢复出来的能力。分为RS（从短期遮挡中恢复）和 RL（从长期遮挡中恢复）。

                

                    Table 7: MOT度量指标综述。 向上箭头表示值越大，性能越好，向下箭头表示值越小，性能越好