基于目标识别的多目标跟踪性能评价举例计算

基于目标识别的多目标跟踪性能评价举例计算
计算用例图。在4帧t1,t2,t3,t4中,每帧出现两个目标行人以及一棵树。任务是跟踪行人。预测出八个目标,四组跟踪轨迹,跟踪轨迹ID分别为T1,T2,T3,T4。图中的数字表示预测与目标的IOU。

  • 计算MOTP
    计算MOTP的时候,这里用IOU代替预测与目标的中心欧式距离。一共有七对对应
    MOTP=0.9+0.8+0.92+0.78+0.85+0.87+0.887MOTP=\frac{0.9+0.8+0.92+0.78+0.85+0.87+0.88}{7}
    MOTP的取值范围为0到1,越接近1越好。
  • 计算MOTA
    一共有八个可识别目标。误检一个,漏检一个,错误匹配两个
    MOTA=11+1+28MOTA=1-\frac{1+1+2}{8}
    注:因为误检数可能会比目标数还要多,所以MOTA也有可能小于零。但是最好的情况是,误检为零,漏检为零,错误匹配也为零,这样最好的情况是MOTA为1。MOTA理论上取值范围为负无穷到1,越接近1越好。