跟踪算法基准--Tracking the Trackers: An Analysis of the State of the Art in Multiple Object Tracking

Tracking the Trackers: An Analysis of the State of the Art in Multiple Object Tracking https://arxiv.org/abs/1704.02781

Multiple Object Tracking Benchmark https://motchallenge.net/ https://motchallenge.net/results/MOT17Det/

本文针对多目标跟踪问题,给出了两个基准测试数据库: MOT15, MOT16,给出了 50个跟踪算法在这两个数据集上的跟踪效果。

首先来看看这两个数据库

本文主要有以下四个目标:1)给出了两个数据集用于多目标跟踪基准;2)在MOT15上分析了32个跟踪算法性能,MOT16上分析了16个跟踪算法的性能;3)分析了用于跟踪评价的常用评估准则 evaluation metrics,和人做比较;4)指出目前跟踪算法在哪里存在不足之处,为研究者指出方向。 我们从实验分析中的得出以下三个主要结论:1)跟踪的性能主要受评价指标影响 mainly influenced by the affinity metrics used,深度学习得到的跟踪模型效果最好。2)跟踪的性能和具体视频段是高度相关的,大多数算法在同一个视频跟踪效果差不多,3)尽管有一些缺点,MOTA是最好的评价准则,和人的评估最接近。

3 The Multiple Object Tracking Benchmark

BBs:bounding boxes HD: ?

3.2. Detections 对 MOT15 数据集我们使用 ACF 检测器, 对 MOT16 数据集,我们发现使用 deformable part-based model (DPM) v5 [19] 检测效果最好

4 Analysis of State-of-the-Art Trackers 4.1. Trends in Tracking 跟踪算法的发展趋势:在 2015年之前 主要侧重于Data association,最近两年来侧重 Affinity and appearance

MOT16 跟踪算法描述

MOT16 跟踪性能比较

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏深度学习入门与实践

【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理

上篇文章我们给出了用paddlepaddle来做手写数字识别的示例,并对网络结构进行到了调整,提高了识别的精度。有的同学表示不是很理解原理,为什么传统的机器...

89810
来自专栏Petrichor的专栏

深度学习: Batch Normalization (归一化)

15年2月的论文:Batch Normalization: Accelerating Deep Network Training by Reducing Int...

1093
来自专栏机器学习算法全栈工程师

RNN入门与实践

作者:叶虎 编辑:黄俊嘉 引言 递归神经网络(Recurrent Neural Network, RNN)是神经网络家族的重要成员,而且也是深度学习领域中的得...

2907
来自专栏机器之心

回归、分类与聚类:三大方向剖解机器学习算法的优缺点(附Python和R实现)

选自EliteDataScience 机器之心编译 参与:蒋思源、晏奇 在本教程中,作者对现代机器学习算法进行一次简要的实战梳理。虽然类似的总结有很多,但是它们...

2685
来自专栏算法channel

深度学习|卷积神经网络(CNN)介绍(前篇)

01 — 回顾 以上推送了神经网络相关的介绍性内容和相关的基础理论,包括: 神经网络的基本结构:输入层,隐含层,输出层; 批随机梯度下降算法(mini-batc...

4369
来自专栏人工智能

机器学习算法:选择您问题的答案

当我开始涉足数据科学时,我经常面临为如何我的问题选择最合适的算法的问题。如果你像我一样,当你看到一些关于机器学习算法的文章时,你会看到许多详细的描述。但是,即使...

3657
来自专栏机器学习、深度学习

Boosting 简介--A (small) introduction to Boosting

A (small) introduction to Boosting https://codesachin.wordpress.com/tag/adaboo...

1676
来自专栏技术翻译

想成为数据科学家,这12个机器学习算法你应该知道

PCA是一种无监督的方法,用于理解由向量组成的数据集的全局性质。这里分析了数据点的协方差矩阵,以了解哪些维度/数据点更重要。考虑矩阵中顶级PC的一种方法是考虑具...

700
来自专栏CVer

CS229 机器学习速查表

本文经机器之心(微信公众号:almosthuman2014)授权转载,禁止二次转载

741
来自专栏机器之心

深度 | 从Boosting到Stacking,概览集成学习的方法与性能

选自Statsbot 作者:Vadim Smolyakov 机器之心编译 参与:Jane W 集成学习(Ensemble learning)通过组合几种模型来提...

2358

扫码关注云+社区