與2D目標跟蹤類似，3D目標跟蹤可以分爲單目標跟蹤和多目標跟蹤，首先介紹單目標跟蹤（SOT）算法的常用評估指標；其次介紹多目標跟蹤（MOT）算法的常用評估指標。
單目標跟蹤
傳統的評估tracker的方式是：在測試序列上運行一遍該跟蹤算法（其中第一幀以ground truth作初始化），然後計算average precision或sucess rate。我們把這種只在測試序列上運行一遍的評估方法叫做one-pass evaluation (OPE)。然而tracker對初始化可能比較敏感，不同的起始幀可能對performance有很大的影響。因此，還需要對算法的魯棒性進行評估，包括時間魯棒性評估（TRE）和空間魯棒性評估（SRE）。接下來詳細介紹OPE和Robustness的評估指標。
ALE（Average Location Error）
- 定義：平均定位誤差，即預測框與真實框中心位置的歐式距離取幀平均
- 用途：用來判斷兩個框的靠近程度
AOR（Average Overlap Rate）
Overlap Rate threshold
- 定義：平均重疊率，即預測的b-box與ground truth的交併比取幀平均
- 範圍：0~100%
- 用途：用來判斷兩個框的重疊程度
-
Location Error threshold
- 定義：需要人爲設定的定位誤差的閾值，Location Error低於該閾值的框被認爲是命中目標，反之則被認爲未命中
- 用途：作爲區分框是否命中目標的指標
- 定義：需要人爲設定的重疊率的閾值，重疊率高於該閾值的框被認爲是命中目標，反之則被認爲未命中
- 範圍：0～100%
- 用途：作爲區分框是否命中目標的指標
Precision plot
- 定義：選取不同的Location Error threshold，得到各閾值下的precision，連接各點形成precision曲線
- 用途：根據曲線下的面積或者某個threshold下的precision，來衡量tracker的跟蹤準確度。
Success plot
- 定義：選取不同的Overlap Rate threshold，重疊率大於閾值視爲跟蹤成功，序列中跟蹤成功的幀數佔總幀數的比例定義爲跟蹤成功率，則可以得到各閾值下的成功率，連接各點形成success曲線
- 用途：根據曲線下的面積來衡量tracker的跟蹤精確度
TRE（Temporal Robustness Evaluation）
- 定義：時間魯棒性評估。從整個序列中截取若干段（可以重複），每段的初始幀利用ground truth進行初始化，在每一段上分別運行跟蹤算法，對每一段分別進行評估，最後對總體信息進行統計。
SRE（Spatial Robustness Evaluation）
- 定義：空間魯棒性評估。對起始幀的ground truth進行shift或scale操作形成若干段測試序列，在每一段上分別運行跟蹤算法，對每一段分別進行評估，最後對總體信息進行統計
多目標跟蹤
在2D 目標跟蹤中介紹了MOTP、MOTA、MT、ML、FM等2D MOT評估指標，這些指標對於3D MOT同樣適用，只是在3D場景下需要將3D IoU作爲衡量假設與目標是否匹配的標準。
然而，使用單個閾值進行評估無法反映出accuracy和precision的全部範圍。換句話說，僅在單個閾值處獲得高MOTA值而在其他閾值處獲得極低MOTA值的MOT系統在單一閾值的評估標準下仍然可能脫穎而出。但理想情況下，研究人員應繼續開發MOT系統，以在所有閾值上實現儘可能高的MOTA。
爲了解決這個問題，在3D MOT中，論文提出了兩個新的評估指標：AMOTA和AMOTP，總結所有閾值上的MOTA和MOTP，而不是使用單個閾值。與目標檢測的平均精度AP相似，通過將MOTA和MOTP在recall曲線下積分，可以計算出AMOTA和AMOTP。爲了簡化計算，可以使用插入法來近似積分。
AMOTA（Average Multiple Object Tracking Accuracy）
- 定義：多目標跟蹤平均準確度。選取不同的閾值，得到不同閾值下的recall和MOTA，以recall爲橫座標、MOTA爲縱座標，繪製出MOTA-recall曲線，使用插入法求取MOTA的均值，即AMOTA。
- 用途：用來評估跟蹤算法在所有閾值下的總體準確度表現，以提高算法健壯性
AMOTP（Average Multiple Object Tracking Precision）
- 定義：多目標跟蹤平均精度。選取不同的閾值，得到不同閾值下的recall和MOTP，以recall爲橫座標、MOTP爲縱座標，繪製出MOTP-recall曲線，使用插入法求取MOTP的均值，即AMOTP。
- 用途：用來評估跟蹤算法在所有閾值下的總體精度表現，以提高算法健壯性