本文主要是介绍论文笔记Understanding and Diagnosing Visual Tracking Systems，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
最近在看目标跟踪方面的论文，看到王乃岩博士发的一篇分析跟踪系统的文章，将目标跟踪系统拆分为多个独立的部分进行分析，比较各个部分的效果。本文主要对该论文的重点的一个大致翻译，刚入门，水平有限，如有理解错误和疏漏还请见谅。本文参考了hjl240的文章：追踪系统分模块解析（Understanding and Diagnosing Visual Tracking Systems）
近些年已经出了一些跟踪系统的评估标准，而这些评估的标准是否可以有效的判断一个跟踪系统的优缺点呢？作者针对这个问题将跟踪系统拆分成:运动模型(Motion Model)、特征提取(Feature Extractor)、观测模型(Observation Model)、模型跟踪器(Model Updater)以及总体后处理(Ensemble Post-processor)这五个部分。然后对每一个部分进行实验来评估每个部分对于跟踪结果的影响。
最终通过实验发现， feature extractor部分对于最终跟踪的效果影响最大，而很多研究中关注的observation model则对于最终结果并没有多大的影响，同时motion model 和model updater之中的一些细节会对结果有影响，当一个跟踪系统中的跟踪器种类很多时ensemble post-processor 也会使结果大幅的改善。
一些benchmark
- Y. Wu, J. Lim, and M.-H. Yang. Online object tracking: A benchmark. In CVPR, 2013. (AUC) 通过重合率曲线下的的面积或者是中心像素距离曲线来进行评估.
- M. Kristan and et al. . The visual object tracking VOT2014 challenge results. In ECCV Workshop, 2014. (VOT)
- L. Cehovin, A. Leonardis, and M. Kristan. Visual object tracking performance measures revisited. arXiv preprintarXiv:1502.05803, 2015
这篇关于论文笔记Understanding and Diagnosing Visual Tracking Systems的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
