目标跟踪OTB评估指标(OP, CLE, FPS)与matlab代码

最新推荐文章于 2024-08-09 12:22:59 发布

原创

最新推荐文章于 2024-08-09 12:22:59 发布 · 5.5k 阅读

标签

#目标跟踪 #matlab

收录于

本文提供了OTB数据集上单目标跟踪算法评估指标的MATLAB实现代码，包括平均重叠精度（meanOP）、平均中心位置误差（meanCLE）及平均帧率（meanFPS），这些代码补充了OTB工具箱未提供的评估指标。

OTB是单目标跟踪中非常经典的一个数据集。它包含多种评估指标，最常用的有AUC(曲线下面积)，DP(距离精度)，这两种指标都可以通过OTB工具箱自动计算得到。然而，除了AUC/DP，为了对算法进行更加全面的评估，论文中常出现的还有OP(重叠精度)，CLE(中心位置误差)和FPS(速度)，且OTB工具箱中没有关于这三个指标的评估代码。本文通过参考其他代码，汇总了这三种指标的matlab代码。

mean OP(平均重叠精度)

OP的计算方式参考了BACF，将其计算单个视频的OP扩展到计算整个数据集的视频的OP，matlab代码如下：

clear
close all;
clc
 
addpath('./util');

base_path  = 'E:/datasets/OTB100/';
 
seqs=configSeqs;
 
trackers=configTrackers;
 
numSeq=length(seqs);
numTrk=length(trackers);
 
rpAll='.\results\results_OPE_CVPR13\';

for idxTrk=1:numTrk
    t = trackers{idxTrk};
    total_OP=0;
    for idxSeq=1:numSeq
        s = seqs{idxSeq};
        load([rpAll s.name '_' t.name '.mat']);
        % compute the OP
        [~, ground_truth] = load_video_info_all(base_path, s.name);
        gt_boxes = [ground_truth(:,1:2