論文の概要: HOTA: A Higher Order Metric for Evaluating Multi-Object Tracking
- arxiv url: http://arxiv.org/abs/2009.07736v2
- Date: Tue, 29 Sep 2020 10:40:09 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-18 00:32:45.588334
- Title: HOTA: A Higher Order Metric for Evaluating Multi-Object Tracking
- Title(参考訳): hota:マルチオブジェクトトラッキングを評価するための高次メトリクス
- Authors: Jonathon Luiten, Aljosa Osep, Patrick Dendorfer, Philip Torr, Andreas
Geiger, Laura Leal-Taixe, Bastian Leibe
- Abstract要約: マルチオブジェクト追跡(MOT)は評価が難しいことで知られている。
以前のメトリクスは、検出または関連性の重要性を過度に強調します。
本稿では, 正確な検出, 関連付け, 位置決めの両立を図った新しいMOT評価指標HOTAを提案する。
- 参考スコア(独自算出の注目度): 48.497889944886516
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-Object Tracking (MOT) has been notoriously difficult to evaluate.
Previous metrics overemphasize the importance of either detection or
association. To address this, we present a novel MOT evaluation metric, HOTA
(Higher Order Tracking Accuracy), which explicitly balances the effect of
performing accurate detection, association and localization into a single
unified metric for comparing trackers. HOTA decomposes into a family of
sub-metrics which are able to evaluate each of five basic error types
separately, which enables clear analysis of tracking performance. We evaluate
the effectiveness of HOTA on the MOTChallenge benchmark, and show that it is
able to capture important aspects of MOT performance not previously taken into
account by established metrics. Furthermore, we show HOTA scores better align
with human visual evaluation of tracking performance.
- Abstract(参考訳): マルチオブジェクト追跡(MOT)の評価は非常に難しい。
以前の測定基準では、検出または関連の重要性が強調されていた。
そこで本研究では,新しいMOT評価指標HOTA(Higher Order Tracking Accuracy)を提案する。
HOTAは5つの基本的なエラータイプをそれぞれ別々に評価できるサブメトリックのファミリーに分解し、追跡性能の明確な分析を可能にする。
我々は,MOTChallengeベンチマークにおけるHOTAの有効性を評価し,既に確立された指標によって考慮されていないMOT性能の重要な側面を捉えることができることを示す。
さらに,HOTAスコアはトラッキング性能の人間の視覚的評価とよく一致していることを示す。
関連論文リスト
- Multi-object Tracking by Detection and Query: an efficient end-to-end manner [23.926668750263488]
従来の検出によるトラッキングと、クエリによる新たなトラッキングだ。
本稿では,学習可能なアソシエータによって達成されるトラッキング・バイ・検出・クエリーのパラダイムを提案する。
トラッキング・バイ・クエリーモデルと比較すると、LAIDは特に訓練効率の高い競合追跡精度を達成している。
論文 参考訳(メタデータ) (2024-11-09T14:38:08Z) - Guardians of the Machine Translation Meta-Evaluation: Sentinel Metrics Fall In! [80.3129093617928]
毎年、機械翻訳会議(WMT)において、メトリクス共有タスクオーガナイザは、機械翻訳(MT)メトリクスのメタ評価を行う。
この研究は、現在WMTで採用されているメタ評価フレームワークに関する2つの問題を強調し、メトリクスランキングへの影響を評価する。
本稿では,メタ評価プロセスの正確性,堅牢性,公正性を精査するために設計されたセンチネルメトリクスの概念を紹介する。
論文 参考訳(メタデータ) (2024-08-25T13:29:34Z) - Machine Translation Meta Evaluation through Translation Accuracy
Challenge Sets [92.38654521870444]
ACESは146の言語ペアにまたがる対照的な課題セットです。
このデータセットは、メトリクスが68の翻訳精度の誤差を識別できるかどうかを調べることを目的としている。
我々は、WMT2022および2023のメトリクス共有タスクに提出された50のメトリクスに対して、ACESをベンチマークすることで、大規模な研究を行う。
論文 参考訳(メタデータ) (2024-01-29T17:17:42Z) - Joint Metrics Matter: A Better Standard for Trajectory Forecasting [67.1375677218281]
マルチモーダル・トラジェクトリ・予測法 : シングルエージェント・メトリクス(マージナル・メトリクス)を用いた評価
余分な指標にのみ注目することは、グループとして明確に一緒に歩いている人々のために、軌跡の衝突や軌跡のばらつきといった、不自然な予測につながる可能性がある。
本稿では,JADE,JFDE,衝突速度といったマルチエージェントメトリクス(ジョイントメトリクス)に関して,最先端トラジェクトリ予測手法の総合評価を行った。
論文 参考訳(メタデータ) (2023-05-10T16:27:55Z) - Extrinsic Evaluation of Machine Translation Metrics [78.75776477562087]
文レベルでの翻訳と翻訳の良さを区別する上で,自動尺度が信頼性が高いかどうかは不明である。
我々は,3つの下流言語タスクにおいて,最も広く使用されているMTメトリクス(chrF,COMET,BERTScoreなど)のセグメントレベル性能を評価する。
実験の結果,各指標は下流結果の外部評価と負の相関を示すことがわかった。
論文 参考訳(メタデータ) (2022-12-20T14:39:58Z) - Tracking Every Thing in the Wild [61.917043381836656]
我々は,新しい測定基準であるTrack Every Thing Accuracy(TETA)を導入し,測定結果を3つのサブファクター(ローカライゼーション,アソシエーション,分類)に分割する。
実験の結果、TETAはトラッカーをより包括的に評価し、TETerはBDD100KとTAOに挑戦する大規模データセットを大幅に改善することがわかった。
論文 参考訳(メタデータ) (2022-07-26T15:37:19Z) - mvHOTA: A multi-view higher order tracking accuracy metric to measure
spatial and temporal associations in multi-point detection [1.039718070553655]
マルチオブジェクトトラッキング(MOT)は、シーン内のオブジェクトを検出し、それらを一連のフレームにわたって追跡する、困難なタスクである。
KITTIなどのデータセット上でMOTメソッドをベンチマークする主要な評価基準は、最近、高次追跡精度(HOTA)指標となっている。
マルチポイント(マルチインスタンス、マルチクラス)検出の精度を決定するため、マルチビュー高次トラッキングメトリック(mvHOTA)を提案する。
論文 参考訳(メタデータ) (2022-06-19T10:31:53Z) - On the detection-to-track association for online multi-object tracking [30.883165972525347]
トラックの歴史的外観距離をインクリメンタルなガウス混合モデル(IGMM)でモデル化するハイブリッドトラックアソシエーションアルゴリズムを提案する。
3つのMOTベンチマークによる実験結果から,HTAが目標識別性能を向上し,追跡速度に多少の妥協を施すことが確認された。
論文 参考訳(メタデータ) (2021-07-01T14:44:12Z) - SQE: a Self Quality Evaluation Metric for Parameters Optimization in
Multi-Object Tracking [25.723436561224297]
本稿では,パラメータ最適化のための新しい自己品質評価指標SQEを提案する。
対照的に、我々の計量は軌道仮説の内部特性を反映し、真理を示さずに性能を追跡する。
論文 参考訳(メタデータ) (2020-04-16T06:07:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。