跟蹤算法分類
ST0(短時跟蹤器):每幀輸出位置,不檢測遮擋
ST1(保守更新短時跟蹤器):每幀輸出位置,依據跟蹤置信度判別機制更新目標模型
LT0(僞長時跟蹤器):確定目標可見時才輸出位置,有檢測跟蹤失敗的機制,但沒有顯式實現目標重檢測
LT1(帶有重檢測的長時跟蹤器):確定目標可見時才輸出位置,有檢測跟蹤失敗的機制,顯式實現目標重檢測
長時跟蹤評價指標
已知分類閾值τθ和重疊度閾值τΩ,準確率和召回率可以定義爲
分類閾值是指如果輸出置信度θt<τθ,則跟蹤器輸出爲空,At(τθ)=∅
Pr(τθ,τΩ)=∣{t:Ω(At(τθ),Gt)≥τΩ}∣/Np,Re(τθ,τΩ)=∣{t:Ω(At(τθ),Gt)≥τΩ}∣/Ng
但是,預定義的閾值無法準確反映跟蹤器是否失敗,爲消除閾值影響,將準確率和召回率對τΩ進行積分。另外,可以證明,一系列閾值下成功率的平均等於平均重疊率。
Pr(τθ)=∫01Pr(τθ,τΩ)dτΩ=Np1t∈{t:At(τθ)=∅}∑Ω(At(τθ),Gt)
Re(τθ)=∫01Re(τθ,τΩ)dτΩ=Ng1t∈{t:Gt=∅}∑Ω(At(τθ),Gt)
分別稱爲跟蹤準確率(tracking precision)和跟蹤召回率(tracking recall),定義跟蹤F-指標
F(τθ)=2Pr(τθ)Re(τθ)/(Pr(τθ)+Re(τθ))