机器学习笔记 - 基于深度学习的多种目标跟踪检测框架简述

一、 目标跟踪

        对象跟踪是执行一组初始对象检测的任务,为每个初始检测创建唯一的 ID,然后在每个对象在视频中的帧中移动时跟踪它们,从而维护 ID 分配。最先进的方法涉及融合来自RGB和基于事件的相机的数据,以产生更可靠的对象跟踪。仅使用RGB图像作为输入的基于CNN的模型也很有效。最受欢迎的基准测试是OTB。有几个特定于对象跟踪的评估指标,包括 HOTA、MOTA、IDF1 和 Track-mAP。

1、什么是OTB?

        对象跟踪基准 (OTB) 是一种视觉跟踪基准,广泛用于评估视觉跟踪算法的性能。该数据集总共包含 100 个序列,每个序列都带有边界框和 11 个挑战属性逐帧注释。OTB-2013 数据集包含 51 个序列,OTB-2015 数据集包含 OTB 数据集的所有 100 个序列。

        下面网址是OTB官网,提供数据集。

视觉跟踪器基准测试 (hanyang.ac.kr)http://cvlab.hanyang.ac.kr/tracker_benchmark/datasets.html        部分示例

猜你喜欢

转载自blog.csdn.net/bashendixie5/article/details/131199681