目标跟踪器性能评估方法研究进展

doi:10.3969/j.issn.1006-2475.2018.06.018

计算机与现代化 ›› 2018, Vol. 0 ›› Issue (06): 95-.doi: 10.3969/j.issn.1006-2475.2018.06.018

目标跟踪器性能评估方法研究进展

(1.中国科学院光电技术研究所，四川成都610209；2.中国科学院大学，北京100049；
3.中国华阴兵器试验中心，陕西华阴714200)

收稿日期:2017-12-04 出版日期:2018-07-05 发布日期:2018-07-05
作者简介:王全宁（1992-），男，山东临沂人，中国科学院光电技术研究所、中国科学院大学硕士研究生，研究方向：目标跟踪算法及算法性能评估；周进（1975-），男，中国科学院光电技术研究所副研究员，博士，研究方向：数字图像处理，目标检测与跟踪；雷涛（1980-），男，副研究员，博士，研究方向：目标检测与跟踪，机器学习;唐自力（1975-），女，中国华阴兵器试验中心高级工程师，博士，研究方向：视觉跟踪，光学测量。
基金资助:
中国科学院青年创新促进会资助项目（2016336）

ProgressofPerformanceEvaluationMethodologyforTrackers

(1.InstituteofOpticsandElectronics,ChineseAcademyofSciences,Chengdu610209,China；
2.UniversityofChineseAcademyofSciences,Beijing100049,China;
3.HuayinOrdanceTestCenterofChina,Huayin714200,China)

Received:2017-12-04 Online:2018-07-05 Published:2018-07-05

摘要/Abstract

摘要： 规范的评估方法可以在客观公正的基础上，准确反馈算法性能，比较不同算法，推动跟踪算法发展，指导工程应用。本文从目标跟踪算法的评估测量方法、常用的数据集和现有的评估项目3个方面，总结性能评估方法的研究进展。简要说明评估方法类型和单目标与多目标评估的差异，详细分析常用评估测量指标及其特点，介绍代表性的数据集和评估项目，最后对评估方法的发展进行探究。

关键词: 跟踪算法, 性能评估, 数据集, 评估项目

Abstract: Thenormativeevaluationmethodcanaccuratelyfeedbackalgorithmperformance,comparedifferentalgorithms,promotethedevelopmentoftrackingalgorithmandguideengineeringapplicationonthebasisofobjectivityandfairness.Thispapersummarizedtheresearchprogressoftheperformanceevaluationmethodsfromthreeaspects:evaluationmethods,commonlyuseddatasetsandexistingevaluationprograms.Thispaperbrieflyexplainedthetypeofevaluationmethodsandthedifferenceoftrackingevaluationbetweensingletargetandmulti-targets,gavedetailedanalysisofthecommonlyusedmeasurementindicatorsanditscharacteristics,introducedrepresentativedatasetsandassessmentprojects.Finally,thispaperexploredthedevelopmentofevaluationmethods.

Key words: trackingalgorithm, performanceevaluation, dataset, evaluationproject

中图分类号:

TP391.4

王全宁1,2，周进1，雷涛1，唐自力3. 目标跟踪器性能评估方法研究进展[J]. 计算机与现代化, 2018, 0(06): 95-.

WANGQuan-ning1,2,ZHOUJin1,LEITao1，TANGZi-li3. ProgressofPerformanceEvaluationMethodologyforTrackers[J]. Computer and Modernization, 2018, 0(06): 95-.

参考文献

［1］张泽旭,李金宗,李冬冬.一种鲁棒性的光流算法研究［J］.电子学报,2003,31(12):1851-1855.
［2］NouarOD,AliG,RaphaelC.ImprovedobjecttrackingwithCamshiftalgorithm［C］//IEEEInternationalConferenceonAcoustics,SpeechandSignalProcessing.2006,2.
［3］AntaniS,CrandallD,NarasimhamurthyA,etal.Evaluationofmethodsfordetectionandlocalizationoftextinvideo［C］//Proc.Int’lWorkshopDocumentAnalysisSystems.2000:507-514.
［4］HuaXiansheng,LiuWenyin,ZhangHongjiang.Automaticperformanceevaluationforvideotextdetection［C］//IEEEInternationalConferenceonDocumentAnalysisandRecognition.2001:545-550.
［5］〖JP2〗SmithK,Gatica-PerezD,OdobezJ,etal.Evaluatingmulti-objecttracking［C］//IEEEComputerSocietyConferenceonComputerVisionandPatternRecognition(CVPR).2005,3:36.〖JP〗
［6］CollinsR,ZhouXuhui,SengKT.AnopensourcetrackingtestbedandevaluationWebsite［C］//IEEEInternationalWorkshoponPerformanceEvaluationofTrackingandSurveillance.2005:17-24.
［7］BlackJ,EllisT,RosinP.Anovelmethodforvideotrackingperformanceevaluation［C］//IEEEJointInt.WorkshoponVisualSurveillanceandPerformanceEvaluationofTrackingandSurveillance.2003:125-132.
［8］HanB,HammJ.Qualitativetrackingperformanceevaluationwithoutground-truth［C］//2015IEEEWinterConferenceonApplicationsofComputerVision(WACV).2015:55-62.
［9］SanmiguelJC,CavallaroA,MartinezJM.Adaptiveonlineperformanceevaluationofvideotrackers［J］.IEEETransactionsonImageProcessing,2012,21(5):2812-2823.〖JP〗
［10］SpampinatoC,PalazzoS,GiordanoD.Evaluationoftrackingalgorithmperformancewithoutground-truthdata［C］//IEEEInternationalConferenceonImageProcessing.2012:1345-1348.
［11］WuHao,SankaranarayananAC,ChellappaR.InSituevaluationoftrackingalgorithmsusingtimereversedchains［C］//2007IEEEConferenceonComputerVisionandPatternRecognition.2007:1-8.
［12］KasturiR,GoldgofD,SoundararajanP,etal.Frameworkforperformanceevaluationofface,text,andvehicledetectionandtrackinginvideo:Data,metrics,andprotocol［J］.IEEETransactionsonPatternAnalysis&MachineIntelligence,2008,31(2):319-336.
［13］RossDA,LimJ,LinRS,etal.Incrementallearningforrobustvisualtracking［J］.InternationalJournalofComputerVision,2008,77(1-3):125-141.
［14］BabenkoB,YangMH,BelongieS.Robustobjecttrackingwithonlinemultipleinstancelearning［J］.IEEETransactionsonPatternAnalysis&MachineIntelligence,2011,33(8):1619-1632.
［15］JiHui,LingHaibin,WuYi,etal.RealtimerobustL1trackerusingacceleratedproximalgradientapproach［C］//IEEEConferenceonComputerVisionandPatternRecognition.IEEEComputerSociety.2012:1830-1837.
［16］EveringhamM,GoolL,WilliamsCK,etal.ThePascalvisualobjectclasses(VOC)challenge［J］.InternationalJournalofComputerVision,2010,88(2):303-338.
［17］ZhangKaihua,ZhangLei,YangMing-Hsuan.Real-timecompressivetracking［C］//EuropeanConferenceonComputerVision.Springer-Verlag,2012:864-877.
［18］Lazarevic-McmanusN,RennoJR,MakrisD,etal.Anobject-basedcomparativemethodologyformotiondetectionbasedontheF-measure［J］.ComputerVision&ImageUnderstanding,2008,111(1):74-85.
［19］KwonJ,LeeKM.Trackingofanon-rigidobjectviapatch-baseddynamicappearancemodelingandadaptiveBasinHoppingMonteCarlosampling［C］//2009IEEEComputerSocietyConferenceonComputerVisionandPatternRecognition(CVPR2009).2009:1208-1215.
［20］HallD,NascimentoJ,RibeiroP,etal.Comparisonoftargetdetectionalgorithmsusingadaptivebackgroundmodels［C］//IEEEInternationalWorkshoponVisualSurveillanceandPerformanceEvaluationofTrackingandSurveillance.2005:113-120.
［21］WuYi,LimJ,YangMH.Onlineobjecttracking:Abenchmark［C］//IEEEConferenceonComputerVisionandPatternRecognition.2013:2411-2418.
［22］EC’sInformationSocietyTechnology.CAVIAR:ContextAwareVisionUsingImage-basedActiveRecognition［EB/OL］.http://homepages.inf.ed.ac.uk/rbf/CAVIAR,2017-〖JP〗12-04.
［23］YoungDP,FerrymanJM.PETSmetrics:Onlineperformanceevaluationservice［C］//IEEEInternationalConferenceonComputerCommunicationsandNetworks.2005:317-324.
［24］NghiemAT,BremondF,ThonnatM,etal.ETISEO,performanceevaluationforvideosurveillancesystems［C］//IEEEConferenceonAdvancedVideoandSignalBasedSurveillance.2007:476-481.

[1]	刘静乐, 罗翔, 宫成荣, 张国鹏. 基于RF-RFECV和LightGBM算法的糖尿病预测[J]. 计算机与现代化, 2023, 0(11): 36-43.
[2]	沈加炜, 陆一鸣, 陈晓艺, 钱美玲, 陆卫忠, . 基于深度学习的人体行为检测方法研究综述[J]. 计算机与现代化, 2023, 0(09): 1-9.
[3]	邱地发, 于淑芳, 刘锦辉, 毕梦昭. 基于YOLOv5s的遥感图像的车辆小目标检测[J]. 计算机与现代化, 2023, 0(05): 122-126.
[4]	金独亮, 范永胜, 张琪. 文本摘要评测方法的语义损失度[J]. 计算机与现代化, 2023, 0(03): 84-89.
[5]	孙丹, 饶兰香, 施炜利, 孟莎莎, 胡少文, 胡必伟, 应嵩. 基于混合N-Gram模型和XGBoost算法的内部威胁检测方法[J]. 计算机与现代化, 2022, 0(08): 99-105.
[6]	张紫芸, 王文发, 马乐荣, 丁苍峰. 文本摘要模型的研究进展[J]. 计算机与现代化, 2022, 0(06): 56-66.
[7]	王建华, 冉煜琨. 适用于便携式设备的深度神经网络眼动跟踪[J]. 计算机与现代化, 2021, 0(08): 58-63.
[8]	韩灿灿, 李志华, 徐睿. 基于CycleGAN的非平行语音去噪方法[J]. 计算机与现代化, 2021, 0(02): 73-77.
[9]	闫芮铵, 张立臣. 基于Focal Loss和卷积神经网络的入侵检测[J]. 计算机与现代化, 2021, 0(01): 65-69.
[10]	李睿, 商家赫. 改进的CamShift无人机目标跟踪算法[J]. 计算机与现代化, 2020, 0(11): 83-88.
[11]	齐玉东1，丁海强1，赵锦超2，孙明玮1. 基于biRNN的海军军械不均衡文本数据集处理方法[J]. 计算机与现代化, 2019, 0(12): 21-.
[12]	杨磊1,王少云2,刘力冉1,龚永富1. 一种智能视频监控系统中的行人检测方法[J]. 计算机与现代化, 2019, 0(11): 69-.
[13]	吴凯1，徐利2，朱婧1，刘晓阳1，鲁娜1 . 基于HLA的火控信息融合仿真系统研究[J]. 计算机与现代化, 2019, 0(04): 42-.
[14]	秦映波1,曹步清2,邓春晖1. 一种基于竞争型群体优化的数据聚类方法[J]. 计算机与现代化, 2019, 0(01): 75-.
[15]	易未1,毛力1,孙俊1,吴林海2,3. 改进Smote算法在不平衡数据集上的分类研究[J]. 计算机与现代化, 2018, 0(03): 83-.

目标跟踪器性能评估方法研究进展

ProgressofPerformanceEvaluationMethodologyforTrackers

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价