期刊首页 优先出版 当期阅读 过刊浏览 作者中心 关于期刊 English

2020年 第21卷 第3期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2020年 第21卷 第3期 doi: 10.1631/FITEE.1900245

基于定量属性的单目标视觉跟踪算法评价体系研究

1. School of Information Science and Engineering, Harbin Institute of Technology, Weihai 264209, China
2. School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore 639798, Singapore

发布日期： 2020-04-01
HTML15 PDF 38 收藏 0

下一篇 上一篇

摘要

视觉跟踪是计算机视觉领域热门研究课题之一。近年来，很多先进跟踪算法和性能评价基准相继发布，并取得巨大成功。现有评价体系大多定位于衡量整体性能，无法通过针对性的详细论证评估跟踪器的优势和缺点，且很多常用评测指标缺乏令人信服的含义解释。本文从测试数据、测试方法、测试指标3方面深入分析跟踪评价体系的细节。首先，归纳整理了12个反映图像序列不同特性的帧间视觉属性，并首次定量给出其归一化公式。基于这些属性定义，提出两种新的测试方法，即基于相关性的测试和基于权重的测试，使评价体系能更直观、更清晰地评定跟踪器各方面性能。然后，将所提测试方法应用于著名的跟踪挑战赛，即Video Object Tracking (VOT) Challenge 2017。测试结果表明，在目标尺寸快速或剧烈变化时，跟踪器大多表现不佳，即使基于深度学习的先进跟踪器也未能很好解决这一问题。此外发现，中心位置差错（center location error，CLE）性能指标虽未考虑到目标尺度，在实际测试中仍对目标尺寸变化很敏感。

相关研究