多目标跟踪评价指标与经典测试集
八、多目标跟踪评价指标
评价测量的指标：
标准CLEAR-MOT测量，包括Multi-Object Tracking Accuracy
(MOTA) and 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
九、多目标跟踪经典测试集
测试集的使用及其特点：
1. 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。
B. Yang and R. Nevatia, “Multi-target tracking by online learning of
non-linear motion patterns and robust appearance models,” in Proc. IEEE
Conf. CVPR, Jun. 2012, pp. 1918–1925.
2. PETS09-S2L2：存在严重遮挡。
A. Milan, S. Roth, and K. Schindler, “Continuous energy minimization for multitarget tracking,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 36, no. 1, pp. 58–72, Jan. 2014.
3. TUD-Stadtmitte：视角低，相互遮挡严重，出现完全遮挡
B. Yang and R. Nevatia, “An online learned CRF model for multi-target tracking,” in Proc. IEEE Conf. CVPR, Jun. 2012, pp. 2034–2041.
4. ParkingLot：相互遮挡比TUD还要严重
A. R. Zamir, A. Dehghan, and M. Shah, “GMCP-tracker: Global multiobject tracking using generalized minimum cliquegraphs,” in Proc. 12th ECCV, 2012, pp. 343–356.
5. 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。
B. Benfold and I. Reid, “Stable multi-target tracking in real-time surveillance video,” in Proc. IEEE Conf. CVPR, Jun. 2011, pp. 3457–3464.