多目标跟踪算法评价指标

转自：https://blog.csdn.net/yunduwu0010/article/details/53082883

标准CLEAR-MOT测量，包括：

• Multi-Object Tracking Accuracy(MOTA)
• Multi-ObjectTracking Precision (MOTP)这两个评价标准。

此外，额外引入了若干指标来进行评价：↑：表示得分越高越好，反之亦然。

• Recall(↑):正确匹配的检测目标数/ground truth给出的目标数
• Precision(↑)：正确匹配的检测目标数/检测出的目标数
• MT(↑)：目标的大部分被跟踪到的轨迹占比（大于百分之八十）
• ML(↓)：目标的大部分跟丢的轨迹占比（小于百分之二十）
• PT(↓)：目标部分跟踪到的轨迹占比（1 - MT – ML）
• FM(↓):真实轨迹被打断的次数
• IDS(↓)：一条跟踪轨迹改变目标标号的次数
• MOTA(↑)：结合了丢失目标，虚警率，标号转换之后的准确性
• MOTP(↑):：所有跟踪目标的平均边框重叠率

比如上面这是deepsort算法的表，可以看到几个评价标准、

多目标跟踪经典测试集及其特点：

• PETS09-S2L1：该视频主要挑战在于目标移动在高速非线性模式下，目标遮挡频繁。
• PETS09-S2L2：存在严重遮挡。
• TUD-Stadtmitte：视角低，相互遮挡严重，出现完全遮挡
• ParkingLot：相互遮挡比TUD还要严重
• TownCenter：16个人形随时可见导致了频繁遮挡，由于静态背景中存在沙滩导致部分目标不能被检测出。