論文の概要: GOSPA and T-GOSPA quasi-metrics for evaluation of multi-object tracking algorithms

• arxiv url: http://arxiv.org/abs/2507.13706v1
• Date: Fri, 18 Jul 2025 07:25:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-21 20:43:26.20635
• Title: GOSPA and T-GOSPA quasi-metrics for evaluation of multi-object tracking algorithms
• Title（参考訳）: 多目的追跡アルゴリズム評価のためのGOSPAおよびT-GOSPA準測定値
• Authors: Ángel F. García-Fernández, Jinhao Gu, Lennart Svensson, Yuxuan Xia, Jan Krejčí, Oliver Kost, Ondřej Straka,
• Abstract要約: 本稿では,Multi-object Tracking (MOT)アルゴリズムの性能評価のための2つの準指標を提案する。 1つの準計量は、一般化された最適部分パターン代入(GOSPA)計量の拡張であり、オブジェクトの集合間の差を測定する。 もう1つの準計量は、軌跡 GOSPA (T-GOSPA) 計量の拡張であり、軌跡の集合間の差を測定する。
• 参考スコア（独自算出の注目度）: 4.759792201055905
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces two quasi-metrics for performance assessment of multi-object tracking (MOT) algorithms. In particular, one quasi-metric is an extension of the generalised optimal subpattern assignment (GOSPA) metric and measures the discrepancy between sets of objects. The other quasi-metric is an extension of the trajectory GOSPA (T-GOSPA) metric and measures the discrepancy between sets of trajectories. Similar to the GOSPA-based metrics, these quasi-metrics include costs for localisation error for properly detected objects, the number of false objects and the number of missed objects. The T-GOSPA quasi-metric also includes a track switching cost. Differently from the GOSPA and T-GOSPA metrics, the proposed quasi-metrics have the flexibility of penalising missed and false objects with different costs, and the localisation costs are not required to be symmetric. These properties can be useful in MOT evaluation in certain applications. The performance of several Bayesian MOT algorithms is assessed with the T-GOSPA quasi-metric via simulations.
• Abstract（参考訳）: 本稿では,Multi-object Tracking (MOT)アルゴリズムの性能評価のための2つの準指標を提案する。 特に1つの準計量は、一般化された最適部分パターン代入(GOSPA)計量の拡張であり、オブジェクトの集合間の差を測定する。 もう1つの準計量は、軌跡 GOSPA (T-GOSPA) 計量の拡張であり、軌跡の集合間の差を測定する。 GOSPAベースの測度と同様に、これらの準測度には、適切に検出されたオブジェクトのローカライズエラーのコスト、偽のオブジェクトの数、失敗したオブジェクトの数が含まれる。 T-GOSPA準測定器には、トラック切替コストも含まれている。 GOSPAとT-GOSPAの測度とは異なり、提案した準測度は、誤りや偽の物体を異なるコストで解析する柔軟性があり、局所化コストは対称である必要はない。 これらの性質は、特定の応用におけるMOT評価に有用である。 いくつかのベイズMOTアルゴリズムの性能をシミュレーションにより評価した。

関連論文リスト

• Fast computation of the TGOSPA metric for multiple target tracking via unbalanced optimal transport [0.0]
  複数のターゲットトラッキングでは、異なるトラッキングアルゴリズムの性能を評価することが重要である。 軌道一般化最適部分パターン割当量(TGOSPA)は,最近提案された評価基準である。 本稿では,TGOSPA問題を不均衡なマルチマルジナル最適輸送問題としてキャストすることで,TGOSPAメトリックを評価する近似アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-03-12T14:51:03Z)
• RoSTE: An Efficient Quantization-Aware Supervised Fine-Tuning Approach for Large Language Models [53.571195477043496]
  本稿では,RoSTE (Rotated Straight-Through-Estimator) というアルゴリズムを提案する。 RoSTEは、量子化を意識した微調整(QA-SFT)と適応的な回転戦略を組み合わせることで、アクティベーションアウトリーを減少させる。 その結果, 予測誤差は収束重みの量子化誤差と直接比例し, 最適化された回転構成により効果的に管理できることが判明した。
  論文  参考訳（メタデータ） (2025-02-13T06:44:33Z)
• TGOSPA Metric Parameters Selection and Evaluation for Visual Multi-object Tracking [4.998475411100799]
  トラジェクトリ一般化最適サブパターン割り当て(TGOSPA)を用いて、多目的追跡性能を評価する。 ローカライズエラー、ミスや偽のオブジェクトの数、トラックスイッチの数などが説明できる。 TGOSPAパラメータの選択を探索することにより、特定のタスクに適したアルゴリズムの性能を比較し、理解し、最適化することができる。
  論文  参考訳（メタデータ） (2024-12-11T11:57:05Z)
• Improving Statistical Significance in Human Evaluation of Automatic Metrics via Soft Pairwise Accuracy [10.487125740432681]
  Pairwise Accuracy(PA)に基づく新しいメタメトリックを提案する。 評価に用いるシステム/セグメント数の変化に対して,SPAはPAよりも安定であることを示す。 SPAは2024 WMT Metrics Shared Taskの公式なシステムレベルメトリクスに選ばれた。
  論文  参考訳（メタデータ） (2024-09-15T03:25:55Z)
• 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)
• Markovian Sliced Wasserstein Distances: Beyond Independent Projections [51.80527230603978]
  我々は、射影方向にマルコフ構造を課す新しいSW距離の族、Markovian sliced Wasserstein (MSW) 距離を導入する。 フロー,色移動,深部生成モデルなどの様々な応用において,従来のSW変種との距離を比較し,MSWの良好な性能を示す。
  論文  参考訳（メタデータ） (2023-01-10T01:58:15Z)
• 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)
• A time-weighted metric for sets of trajectories to assess multi-object tracking algorithms [3.3989643515413235]
  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。
  論文  参考訳（メタデータ） (2021-10-26T07:15:52Z)
• HOTA: A Higher Order Metric for Evaluating Multi-Object Tracking [48.497889944886516]
  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。
  論文  参考訳（メタデータ） (2020-09-16T15:11:30Z)

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。