迴歸之一多目標跟蹤算法評價指標

實習生像條狗，去年開始實習到如今都沒有更新本身的博客，痛定思痛，決定迴歸，正好課題是目標跟蹤這塊，先就多目標跟蹤算法評價指標談談本身的觀點：

單目標跟蹤算法的評價指標不用我多說，由於其跟蹤狀況較爲簡單，已經有較爲明確的判斷指標，可是一直以來，多目標跟蹤的評價指標都未統一，跟蹤算法的論文中也是用各類評價指標來分析自身的算法，可是缺乏與其它算法的橫向比較，孰優孰劣不得而知。由於本身的畢業課題設計到這塊，須要找到一種相對來講你們用的較多的，公認度較大的一種指標來對本身設計的算法和當前已有算法進行比較，由此而來本文。

指標一：CLEAR MOT，來自論文《EvaluatingMultiple Object Tracking Performance:The CLEAR MOT Metrics》

先對該指標作一個概述，其是由兩部分構成：MOTP（multiple object tracking precision）多目標跟蹤的精確度，體如今肯定目標位置上的精確度；MOTA（multiple object tracking accuracy）多目標跟蹤的準確度，體如今肯定目標的個數，以及有關目標的相關屬性方面的準確度。同時，二者共同衡量算法連續跟蹤目標的能力（即，在連續幀中能準確判斷目標的個數，精確的劃定其位置，從而實現不間斷的連續跟蹤）。

要設定一種評價指標，首先要分析下咱們想從算法中獲得什麼樣的輸出，一個理想的多目標跟蹤算法應該具備以下的輸出：能精確的檢測到每一個目標的位置；能保持對目標的連續跟蹤；每一個目標對應一個惟一的ID，能對遮擋具備必定的魯棒性。據此能夠給出評價指標的設計標準

i) 要精確的斷定每一個目標的位置；

ii) 能對每一個目標進行連續跟蹤，每一個目標對應一個惟一的跟蹤軌跡；

同時評價指標應該有以下性質：

i) 儘可能少的參數，具備自適應的閾值；

ii) 清晰，可理解，符合人的直觀認知；

iii) 具備必定的廣泛評價意義，能用於多種類型跟蹤的評價（2D的，3D的，行人，車輛，人臉等）；

iv) 指標的數量少而精（保正指標能描述跟蹤效果的前提下，指標的數量越少越好），這樣方便在大型系統中適用；

基於上述的標準，提出一種較爲客觀的評價跟蹤算法的指標。（如下是本身在Word上寫好的，沒辦法，這裏的公式編輯太難弄了）