多目标跟踪指标

大吖么大白菜

已于 2023-09-21 19:53:53 修改

阅读量282

点赞数

分类专栏：目标跟踪文章标签：目标跟踪人工智能计算机视觉

于 2022-10-23 22:40:34 首次发布

本文链接：https://blog.csdn.net/weixin_45964083/article/details/127482131

版权

MOTA

MOTA（Multiple Object Tracking Accuracy）：指标体现多目标跟踪的准确度
MOTA指标是衡量多目标跟踪算法精确性方面最重要的指标，以1为最佳情况，数值越高代表跟踪精确度越好
fragmentation是在第t帧当中发生的ID分配错误(ID switch)。也就是说，如果在ground truth第j个轨迹的第t帧之前，跟踪器(tracker)把该轨迹的ID都预测正确了，但是第t+1帧预测错误了，那么ID switch的个数+1，值得注意的是，即使第t+1帧之后跟踪器仍然把该轨迹的ID预测错误了，但是错误的ID为同一个，那么ID switch个数不会增加。举个直观一点的例子，假设周杰伦在第1帧的时候走入镜头，在第100帧的时候走出镜头，跟踪器的boungding box一直能够跟上，但是在第50帧的时候把周杰伦识别成了彭于晏，那么这100帧内ID switch的个数为1。假设第t帧中ID switch的个数为Φt，那么所有帧的个数为Φ = ∑t Φ t。
FP false positive 指的是在第t帧中，跟踪器检测到了的bounding box但是在ground truth中却不存在bounding box的个数。
FN false negative 指的是在第t帧中，跟踪器漏检了的bounding box但是在ground truth中存在bounding box的个数。
TP true positive 指的是在第t帧中，跟踪器和ground truth同时都有的bounding box。
大写的TP , FP , FN 就是true positive, false positive