数据集（ 行人）
MOT Benchmark
评估指标
跟踪指标按不同种类分为四个子集：
-
准确性。这种度量衡量算法跟踪目标的精度。ID switches（IDsw）计算MOT算法在对象之间切换的次数。多目标跟踪精度（MOTA）度量将误报率、误报率和失配率组合为一个数字，为整体跟踪性能提供了一个相当合理的数量。尽管存在一些缺点和批评，但这是迄今为止最广泛接受的交通部评估标准。
-
精度。有三个指标，多目标跟踪精度（MOTP）、跟踪距离误差（TDE）和OSPA。它们描述了通过边界框重叠的和/或距离来测量对象的跟踪精度。
-
完整性。完整性指标指示跟踪地面实况轨迹的完整程度。大部分跟踪（MT）、部分跟踪（PT）、大部分丢失（ML）和碎片（FM）的数量属于该集合。
-
鲁棒性。为了评估MOT算法从遮挡恢复的能力，引入了称为从短期遮挡恢复（RS）和从长期遮挡恢复（RL）的度量。
基本指标
- GT：Ground Truth，是指真实的标签或真实的对象
- TP：真正(True Positive)是指被模型预测为正的正样本（或被检测出来的GT）
- TN：真负(True Negative)是指被模型预测为负的负样本。
- FP：假正(False Positive,)是指被模型预测为正的负样本，也称为误报。
- FN：假负(FALSE Negative,)是指被模型预测为负的正样本，也称为漏报
MOTA
-
其中t是帧索引，GT是真实目标的数量。
-
FN是假阴性，即该方法未检测到的真实目标的数量。
-
FP是假阳性，即该方法错误检测到但不存在于真是目标中的对象数。
-
IDSW是ID转换的次数，即给定轨迹从一个地面实况对象到另一个的变化次数。
所以MOTA的百分比范围是(−∞, 100]，如果跟踪器产生的错误数量超过场景中所有对象的数量，则MOTA也可以为负值。
MOTP
多目标跟踪精度（MOTP）是所有真正目标与其对应的地面真实目标之间的平均相异度。对于边界框重叠，计算如下：
- ct 表示第t帧中预测轨迹和GT轨迹成功匹配上的数目
- dt,i 表示t帧中第i个匹配对的距离（最后呈现为真实目标被box重叠的数量）。这个距离可以用IOU或欧式距离来度量，IOU大于某阈值或欧氏距离小于某阈值视为匹配上了。可以看出来MOTP这个指标相比于评估跟踪效果，更注重检测质量。 因此，MOTP给出了𝑡𝑑 在所有正确匹配的假设及其各自的对象之间，范围是[50%,100%]
IDP IDR IDFI
我们可以计算真阳性ID（IDTP）、假阴性ID（IDFN）和假阳性ID（IDFP）的数量。基于这些量，我们可以将识别精度（IDP）表示为
