目标跟踪数据库简介(转)

迷南。 2022-06-05 10:35 307阅读 0赞

> # 目标跟踪数据库简介(转) #
> 
>   
> 
> 
>   
> 
> 
> 目标跟踪作为计算机视觉中的一个大方向，人们对它的研究已经几十年了，但是到目前为止并没有哪个算法能达到100%的不跟丢。目标跟踪过程中存在着许多复杂干扰，比如遮挡，形变，背景干扰，光照变化等，这也是我们今后要解决的主要问题。

## 一、数据库简介 ##

> 从论文中我们可以发现，目标跟踪领域已经形成了几个重要的数据集和一个评价标准。如果写论文必定绕不开这几个数据集和这个评价标准。

### 数据集 ###

1.  首先，用的最广泛的是OTB-50和OTB-100，网址 [Object Tracking Benchmark][],里面涉及到灰度图像和彩色图像，均可以免费下载，涉及到目标跟踪的11个属性，包括光照变化、尺度变化、遮挡、形变、运动模糊、快速运动、平面内旋转、平面外旋转、出视野、背景干扰、低像素。每个图像序列都对应着两个或多个属性，每个序列都对应着一个txt文件，记录着人工标注的目标中心位置和目标的大小。更多的详细信息请参阅博客[在线目标跟踪：一种评估基准 A Benchmark 翻译][A Benchmark]。
2.  VOT数据集是基于每年一次的VOT比赛的，每年都会有新的数据集产生，当然其中一部分图像序列是和OTB重合的，但是总的来说VOT数据集略难于OTB数据集，一般用VOT16，一般在这两个数据集上跑的效果都好，才算真的好，如果只在一个数据集上效果好，那只能说明这个算法的泛化能力还不够。OTB的网址[Visual Object Tracking][]。
3.  Temple Color 128数据集里面包含的全是彩色序列，部分序列也是和OTB重合的，如果算法只适用于彩色序列的话可以在此数据集上跑一下，此数据集也是免费下载，网址[Temple Color 128 - Color Tracking Benchmark][]。
4.  VIVID Tracking数据集里面包含9个序列，均是从高空拍摄的车辆视频图像，包括灰度图像和彩色图像，相对时间都比较长，目标也比较小，遮挡情况比较多，网址[VIVID Tracking Evaluation Web Site ][VIVID Tracking Evaluation Web Site]。
5.  UAV123 Dataset数据集是均是通过无人机拍摄的彩色图像，但是需要翻墙下载，如果是做无人机目标跟踪方面的同学，此数据集一定必不可少，网址[A Benchmark and Simulator for UAV Tracking][]。  
    除此之外还有许多目标跟踪的数据集，在此就不一一列举。

### 评价标准 ###

目前用的最多的是OTB的评价标准，它可以给出各个算法的精确度图和成功率图，和各个属性的精确度图和成功率图，并对各个算法进行排序。除了有一次评估OPE外，还有时间鲁棒性评估（TRE），空间鲁棒性评估 （SRE），但是一般论文里都只用OPE，至于怎么用这个评估标准，可参考[在线目标跟踪：一种评估基准 A Benchmark 翻译][A Benchmark]和[目标跟踪 benchmark用法 添加、测试自己的代码][benchmark_]。

## 二、相关滤波目标跟踪参考资料汇总 ##

1、知乎[目标跟踪之NIUBILITY的相关滤波][NIUBILITY]专栏；  
2、知乎[目标跟踪算法][Link 1]专栏；  
3、GitHub，[foolwood代码汇总][foolwood];  
4、Github，[HakaseH代码汇总][HakaseH];

[Object Tracking Benchmark]: http://cvlab.hanyang.ac.kr/tracker_benchmark/datasets.html
[A Benchmark]: http://blog.csdn.net/fengying2016/article/details/72875329
[Visual Object Tracking]: http://www.votchallenge.net/challenges.html
[Temple Color 128 - Color Tracking Benchmark]: http://www.dabi.temple.edu/~hbling/data/TColor-128/TColor-128.html
[VIVID Tracking Evaluation Web Site]: http://vision.cse.psu.edu/data/vividEval/datasets/datasets.html
[A Benchmark and Simulator for UAV Tracking]: https://ivul.kaust.edu.sa/Pages/Dataset-UAV123.aspx
[benchmark_]: http://blog.csdn.net/fengying2016/article/details/72870566
[NIUBILITY]: https://zhuanlan.zhihu.com/DCF-tracking
[Link 1]: https://zhuanlan.zhihu.com/visual-tracking
[foolwood]: https://github.com/foolwood/benchmark_results
[HakaseH]: https://github.com/HakaseH/CF_benchmark_results