論文の概要: A time-weighted metric for sets of trajectories to assess multi-object tracking algorithms

• arxiv url: http://arxiv.org/abs/2110.13444v1
• Date: Tue, 26 Oct 2021 07:15:52 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-27 14:17:02.064976
• Title: A time-weighted metric for sets of trajectories to assess multi-object tracking algorithms
• Title（参考訳）: 多目的追跡アルゴリズムを評価するための軌道集合の時間重み付き計量
• Authors: \'Angel F. Garc\'ia-Fern\'andez, Abu Sajana Rahmathullah, Lennart Svensson
• Abstract要約: 本稿では,多目的追跡アルゴリズムを評価するために,トラジェクトリセットのメトリクスを提案する。 提案した計量は、異なる時間ステップに関連するコストに対する重みを含めることで、[1]で計量を拡張した。
• 参考スコア（独自算出の注目度）: 3.3989643515413235
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper proposes a metric for sets of trajectories to evaluate multi-object tracking algorithms that includes time-weighted costs for localisation errors of properly detected targets, for false targets, missed targets and track switches. The proposed metric extends the metric in [1] by including weights to the costs associated to different time steps. The time-weighted costs increase the flexibility of the metric [1] to fit more applications and user preferences. We first introduce a metric based on multi-dimensional assignments, and then its linear programming relaxation, which is computable in polynomial time and is also a metric. The metrics can also be extended to metrics on random finite sets of trajectories to evaluate and rank algorithms across different scenarios, each with a ground truth set of trajectories.
• Abstract（参考訳）: 本稿では,誤検出された対象の局所化誤差に対する時間重み付きコストを含む複数対象追従アルゴリズムを評価するためのトラジェクタ集合の指標を提案する。 提案した計量は、異なる時間ステップに関連するコストに対する重みを含めることで、[1]で計量を拡張する。 時間重み付きコストはメトリック[1]の柔軟性を高め、より多くのアプリケーションとユーザーの好みに合うようにします。 まず、多次元代入に基づく計量を導入し、次に多項式時間で計算可能で計量でもある線形計画緩和を導入する。 メトリクスは無作為な有限軌跡の測度にまで拡張することができ、異なるシナリオでアルゴリズムを評価し、ランク付けすることができる。

関連論文リスト

• Truncating Trajectories in Monte Carlo Policy Evaluation: an Adaptive Approach [51.76826149868971]
  モンテカルロシミュレーションによる政策評価は多くのMC強化学習(RL)アルゴリズムの中核にある。 本研究では,異なる長さの軌跡を用いた回帰推定器の平均二乗誤差のサロゲートとして品質指標を提案する。 本稿では,Robust and Iterative Data Collection Strategy Optimization (RIDO) という適応アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-10-17T11:47:56Z)
• Unleash the Potential of 3D Point Cloud Modeling with A Calibrated Local Geometry-driven Distance Metric [62.365983810610985]
  そこで我々は,Callibated Local Geometry Distance (CLGD) と呼ばれる新しい距離測定法を提案する。 CLGDは、基準点の集合によってキャリブレーションされ誘導される基礎となる3次元表面の差を計算する。 一般的な指標として、CLGDは3Dポイントのクラウドモデリングを前進させる可能性がある。
  論文  参考訳（メタデータ） (2023-06-01T11:16:20Z)
• 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)
• Navigating the Metric Maze: A Taxonomy of Evaluation Metrics for Anomaly Detection in Time Series [0.456877715768796]
  本稿では,時系列異常検出手法の評価に使用される指標について概説する。 20のメトリクスが分析され、詳細に議論され、特定のタスクに対するそれぞれのユニークな適合性を強調します。
  論文  参考訳（メタデータ） (2023-03-02T13:58:06Z)
• 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)
• Self-Supervised Metric Learning in Multi-View Data: A Downstream Task Perspective [2.01243755755303]
  マルチビューデータの文脈において,自己教師付きメトリック学習が下流タスクにどのような効果をもたらすかを検討する。 本稿では, 下流タスクにおいて, 目標距離がいくつかの望ましい特性を満たすことを示す。 本分析では,4つの下流タスクにおいて,自己教師付きメトリック学習による改善を特徴付ける。
  論文  参考訳（メタデータ） (2021-06-14T02:34:33Z)
• Meta-Generating Deep Attentive Metric for Few-shot Classification [53.07108067253006]
  本稿では,新しい数ショット学習タスクのための特定のメトリックを生成するための,新しい深度メタジェネレーション手法を提案する。 本研究では,各タスクの識別基準を生成するのに十分なフレキシブルな3層深い注意ネットワークを用いて,メトリクスを構造化する。 特に挑戦的なケースでは、最先端の競合他社よりも驚くほどパフォーマンスが向上しています。
  論文  参考訳（メタデータ） (2020-12-03T02:07:43Z)
• Efficient Data Association and Uncertainty Quantification for Multi-Object Tracking [12.993112198633016]
  本研究は, 関節後方追尾器 (JPT) について, 後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・後部・ JPTは、標準メトリクスにおいて優れたパフォーマンスを持つデータアソシエーションのより正確な不確実性表現を示す。 また, トラジェクトリの品質向上のために, ユーザ・イン・ザ・ループアノテーションの自動スケジューリングに応用した JPT の有用性を示す。
  論文  参考訳（メタデータ） (2020-11-13T19:36:56Z)
• AM-RRT*: Informed Sampling-based Planning with Assisting Metric [3.42658286826597]
  複雑な動的環境下でのオンラインパス計画のためのRRT*とRT-RRT*を拡張する新しいアルゴリズムを提案する。 提案手法はRTRに基づくサンプリング手法を拡張して,障害物のある環境における性能向上のためのアシスト距離測定値の活用を可能にする。
  論文  参考訳（メタデータ） (2020-10-28T01:39:40Z)
• Tracking-by-Counting: Using Network Flows on Crowd Density Maps for Tracking Multiple Targets [96.98888948518815]
  State-of-the-art multi-object tracking(MOT)法は、トラッキング・バイ・検出のパラダイムに従っている。 混み合ったシーンに適したMOTパラダイムであるトラッキング・バイ・カウントを提案する。
  論文  参考訳（メタデータ） (2020-07-18T19:51:53Z)
• Learning to Evaluate Perception Models Using Planner-Centric Metrics [104.33349410009161]
  本稿では,自動運転のタスクに特化して,3次元物体検出の原理的基準を提案する。 私たちのメトリクスは、他のメトリクスが設計によって課す多くの間違いを罰します。 人間の評価では,基準基準値と基準値が一致しないシーンを生成し,基準値の79%が人間の側にあることがわかった。
  論文  参考訳（メタデータ） (2020-04-19T02:14:00Z)

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。