CVPR 2019：亮风台推出全球最大单目标跟踪数据集LaSOT

计算机视觉和模式识别领域顶级会议CVPR正在美国加州举行，发布交流来自全球的工业界与学术界最新研究成果。期间，亮风台公开大规模单目标跟踪高质量数据集LaSOT，包含超过352万帧手工标注的图片和1400个视频，这也是目前为止最大的拥有密集标注的单目标跟踪数据集。

论文《LaSOT: A High-quality Benchmark for Large-scale Single Object Tracking》详细阐述了LaSOT数据集的构造原理和评估方法，由亮风台、华南理工大学、美图-亮风台联合实验室等单位共同完成，收录于CVPR 2019。此外，亮风台另一研发方向投影AR新成果入选CVPR 2019 oral。

LaSOT 贡献

视觉跟踪是计算机视觉中最重要的问题之一，其应用领域包括视频监控、机器人技术、人机交互等。随着跟踪领域的巨大进步，人们提出了许多算法。在这一过程中，跟踪基准对客观评估起到了至关重要的作用。LaSOT的推出，也是希望为行业提供一个大规模的、专门的、高质量的基准，用于深度跟踪训练和跟踪算法的真实评估。

图1：常用跟踪数据集统计示意图。包括OTB-2013、OTB-2015、TC-128、NUS-PRO、UAV123、UAV20L、VOT-2014、VOT-2017和LaSOT。圆直径与数据集的总帧数数成比例。所提出的LaSOT比所有其他基准都要大，并且专注于长期跟踪。

观察和比较不同的跟踪算法发现，其进一步发展和评估受到现有评测集的限制，存在的问题主要包括：

1. 规模小。现有数据集很少有超过400个序列，由于缺乏大规模的跟踪数据集，很难使用跟踪特定视频训练深度跟踪器。
2. 短时跟踪。理想的跟踪器能够在相对较长的时间内定位目标，目标可能消失并重新进入视图。然而，大多数现有的基准都集中在短期跟踪上，其中平均序列长度小于600帧（即20秒左右），而且目标几乎总是出现在视频帧中。
3. 类别偏见。一个稳健的跟踪系统应该表现出对目标所属类别的不敏感性，这意味着在训练和评估跟踪算法时都应该抑制类别偏差（或类别不平衡）。然而，现有的基准通常只包含几个类别，视频数量不平衡。

许多数据集被提议处理上述问题，然而，并没有解决所有的问题。

基于上述动机，亮风台为社区提供了一