基于加权重叠率的单目标视觉跟踪评价指标

孙巧; 张胜修; 张正新; 曹立佳; 李小锋

doi:10.3969/j.issn.0372-2112.2017.03.036

您当前的位置：

首页 >

文章列表页 >

基于加权重叠率的单目标视觉跟踪评价指标

学术论文 | 更新时间：2025-07-16

- 基于加权重叠率的单目标视觉跟踪评价指标
- A Weighted-Overlap Based Metric for Single Visual Object Tracking Evaluation
- 电子学报 2017年45卷第3期页码：753-761
- 作者机构：
  
  火箭军工程大学控制工程系,陕西,西安,710025
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61203189）;陕西省自然科学基金 (No.2015JQ6226）
- DOI：10.3969/j.issn.0372-2112.2017.03.036
  中图分类号： TP391.4
- 纸质出版：2017
- 稿件说明：
移动端阅览
孙巧, 张胜修, 张正新, 等. 基于加权重叠率的单目标视觉跟踪评价指标[J]. 电子学报, 2017,45(3):753-761.

SUN Qiao, ZHANG Sheng-xiu, ZHANG Zheng-xin, et al. A Weighted-Overlap Based Metric for Single Visual Object Tracking Evaluation[J]. Acta Electronica Sinica, 2017, 45(3): 753-761.
孙巧, 张胜修, 张正新, 等. 基于加权重叠率的单目标视觉跟踪评价指标[J]. 电子学报, 2017,45(3):753-761. DOI： 10.3969/j.issn.0372-2112.2017.03.036.

SUN Qiao, ZHANG Sheng-xiu, ZHANG Zheng-xin, et al. A Weighted-Overlap Based Metric for Single Visual Object Tracking Evaluation[J]. Acta Electronica Sinica, 2017, 45(3): 753-761. DOI： 10.3969/j.issn.0372-2112.2017.03.036.

摘要

针对真值标注的歧义性、偏差性问题和具有缩放场景的视觉跟踪应用情况，提出了一种新的视觉跟踪单目标基准评价指标.首先，在重叠率基础上提出了加权重叠率框架；其次，提出了多区域标注方法，通过多区域标注降低标注者歧义性，在具有缩放场景的应用中，通过反演进行多区域标注，使评价更符合应用实际；再次，针对标注的偏差性，提出了多标注融合方法，提高了标注的可信度；最后，将应用于单次跟踪评价的重叠率框架推广到多次跟踪评价，利用加权结果图使评价更具解释性.通过著名评价标准VOT、OTB的真值标注融合实验验证了本文标注规则的准确性；通过在具有缩放场景的视觉跟踪实验和重复实验，与其他跟踪指标的比较验证了本文指标的有效性.

Abstract

Aimed at the problems of annotation of ground truth and the application of zooming

a new basic metric for visual tracking evaluation is proposed.Firstly

a weighted-overlap frame is reconstructed based on the traditional overlap.Secondly

we put forward multiple region annotation to decrease the deviation and apply in zooming.Thirdly

a multi-label fusion method is presented to improve the confidence level of the labels.Last but not least

the presented methods are expanded to repeated visual tracking evaluation

where a weighted result chart is utilized to make the evaluation more explanatory.Experimental results show that our annotation rule are more accurate than VOT and OTB

and the proposed metric is more appropriate than other metric.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于主分量寻踪的鲁棒视觉跟踪

基于关键区域特征匹配的视觉跟踪算法

基于局部分块学习的在线视觉跟踪

基于旋转不变直方图的快速匹配穷搜索