《表4 MOT16的多目标跟踪方法的通用指标评估结果》
(2)由3.1节可知,影响MOTA得分的主要指标是FN、FP和IDSW,而FN在数量上比另外两个指标高出一个数量级。因此若能大幅减少FN值,则可能得到性能更加优秀的方法。通过表3、表4可看出,POI[12]、NSH[17]、Deep SORT[24]的MOTA得分优秀的原因之一就是它们的FN值较低。另外Leal-Taixé[60]等指出,MOTA与FN值之间可以通过皮尔森相关系数(Pearson correlation coefficient)联系在一起。因此,虽然一些通用检测器也在减少FN值上有所改进,但是更加行之有效的办法仍然是设计专用的目标检测器,并尽可能地降低FN值。
图表编号 | XD00197059200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 徐涛、马克、刘才华 |
绘制单位 | 中国民航大学计算机科学与技术学院、中国民航大学中国民航信息技术科研基地、中国民航大学计算机科学与技术学院、中国民航大学中国民航信息技术科研基地、中国民航大学计算机科学与技术学院、中国民航大学中国民航信息技术科研基地 |
更多格式 | 高清、无水印(增值服务) |