前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【多目标跟踪】开源 | 慕尼黑工业&哈佛--提出一个新的MOT评估指标HOTA,在MOTChallenge基准测试中非常有效!

【多目标跟踪】开源 | 慕尼黑工业&哈佛--提出一个新的MOT评估指标HOTA,在MOTChallenge基准测试中非常有效!

作者头像
CNNer
发布2020-11-03 10:45:52
1.7K0
发布2020-11-03 10:45:52
举报
文章被收录于专栏:CNNerCNNer

论文地址: http://arxiv.org/pdf/2009.07736v1.pdf

代码: https://github.com/jonathonluiten/hota-metrics

来源: 德国亚琛工业大学,慕尼黑工业大学,牛津大学,图宾根大学

论文名称:HOTA: A Higher Order Metric for Evaluating Multi-Object Tracking

原文作者:Jonathon Luiten

内容提要

多目标跟踪(MOT)是出了名的难以评估。以前的过分度量强调了检测或关联的重要性。为了解决这个问题,我们提出了一个新的MOT评估指标HOTA(更高阶跟踪精度),它明确地将执行精确检测、关联和定位的效果平衡为一个单一的统一指标,用于比较跟踪器。HOTA分解为一系列子度量,这些子度量能够分别评估五种基本错误类型中的每一种,从而能够清晰地分析跟踪性能。我们评估了HOTA在MOTChallenge基准测试中的有效性,并表明它能够捕获MOT性能的重要方面,而这些方面之前没有被公认的指标考虑在内。此外,我们的结果显示HOTA评分更好地与人类对跟踪性能的视觉评估相一致。

主要框架及实验结果

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-11-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CNNer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档