論文の概要: VastMAT: A Large-Scale Multi-Category Benchmark for Multi-Animal Tracking

• arxiv url: http://arxiv.org/abs/2609.34390v1
• Date: Mon, 28 Sep 2026 06:05:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 21:14:24.648927
• Title: VastMAT: A Large-Scale Multi-Category Benchmark for Multi-Animal Tracking
• Title（参考訳）: VastMAT:マルチアニメーショントラッキングのための大規模マルチカテゴリベンチマーク
• Abstract要約: VastMATは4つの重要な特徴を持つ。 ビデオは2,947本、注釈付きフレームは1,002,562本、合計27.85時間である。 3,663,248個のバウンディングボックスと22,883個のIDトラジェクトリを備えている。
• 参考スコア（独自算出の注目度）: 20.91856275374453
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-animal tracking (MAT) supports the study of animal movement, behavior, and group interactions. However, general multi-object tracking (MOT) benchmarks primarily focus on pedestrians and vehicles, whereas dedicated MAT benchmarks remain limited in jointly supporting broad animal coverage, large-scale video data, and extensive within-video multi-instance association. To address this gap, we introduce VastMAT, which has four key characteristics: (1) Large scale. It comprises 2,947 videos with 1,002,562 annotated frames, totaling 27.85 hours. (2) Broad category coverage. These videos cover 337 animal categories with diverse morphologies and motion patterns. (3) Extensive instance annotations. It provides 3,663,248 bounding boxes and 22,883 identity trajectories---to our knowledge, the largest numbers of both among dedicated MAT benchmarks. (4) High-quality annotations. To ensure reliability, annotations undergo iterative expert review and correction, and quality is assessed through an independent reannotation audit. To systematically assess tracking performance and cross-category generalization, we establish Seen-category and category-disjoint Unseen-category protocols, and evaluate eight representative MOT methods under both protocols. Under these protocols, the highest baseline HOTA scores are 66.37\% and 52.90\%, respectively, highlighting the challenge of tracking unseen animals. To address the low-overlap association challenge revealed by our analysis, we propose Center-Distance-Augmented Association (CDA), a lightweight module that adaptively combines IoU with center similarity normalized by the boxes' own scales. Without additional training, CDA improves TrackTrack's HOTA by 1.58 and 1.31 percentage points under the two protocols, respectively. To facilitate further MAT research, we will publicly release our benchmark and code.
• Abstract（参考訳）: マルチアニマルトラッキング(MAT)は、動物の動き、行動、グループ間相互作用の研究を支援する。 しかし、一般的なマルチオブジェクト追跡(MOT)ベンチマークは主に歩行者と車両に焦点を当てているのに対し、専用のMATベンチマークは、広範囲の動物カバレッジ、大規模ビデオデータ、広範囲なビデオ内マルチインスタンスアソシエーションを共同でサポートすることに制限されている。 このギャップに対処するために,(1)大規模化の4つの重要な特徴を持つVastMATを紹介した。 ビデオは2,947本、注釈付きフレームは1,002,562本、合計27.85時間である。 2)幅広いカテゴリーのカバー範囲。 これらのビデオは、多様な形態と動きパターンを持つ337の動物カテゴリーをカバーしている。 (3) 拡張インスタンスアノテーション。 3,663,248のバウンディングボックスと22,883のIDトラジェクトリを提供します。 (4)高品質なアノテーション。 信頼性を確保するため、アノテーションは反復的な専門家レビューと修正が行われ、独立した再注釈監査によって品質が評価される。 追従性能とクロスカテゴリの一般化を体系的に評価するために,セエンカテゴリとカテゴリ非連結なアンシックカテゴリプロトコルを確立し,両プロトコルの8つの代表MOT手法を評価する。 これらのプロトコルの下では、最高基準のHOTAスコアはそれぞれ66.37\%と52.90\%であり、目に見えない動物を追跡することの難しさを浮き彫りにしている。 そこで本研究では,IoU と IoU を適応的に結合する軽量モジュールである Center-Distance-Augmented Association (CDA) を提案する。 追加のトレーニングなしで、CDAはTrackTrackのHOTAをそれぞれ1.58ポイントと1.31ポイント改善した。 さらなるMAT研究を促進するため、ベンチマークとコードを公開します。

関連論文リスト

• The autoPET3 Challenge: Automated Lesion Segmentation in Whole-Body PET/CT $\unicode{x2013}$ Multitracer Multicenter Generalization [67.92281859568168]
  第3回オートPETチャレンジ(MICCAI 2024)の設計と成果を報告する。 全身PET/CTにおける自動病変分割を, 構成的一般化条件下でベンチマークした。 トップランクのアルゴリズムは平均DSCが0.66、FNVが3.18mL、FPVが2.78mLである。
  論文  参考訳（メタデータ） (2026-05-07T07:07:09Z)
• COVTrack++: Learning Open-Vocabulary Multi-Object Tracking from Continuous Videos via a Synergistic Paradigm [59.26203051651017]
  C-TAOはOpen-Vocabulary Multi-Object Tracking (OVMOT)のための最初の連続アノテーション付きトレーニングセットである フレームワークボトルネックに対するCOVTrack++は,3つのモジュールによる検出とアソシエーションの双方向相互機構を実現するための相乗的フレームワークである。 TAOの実験では、新しいTAAは検証とテストセットで35.4%、30.5%に達し、新しいAssocAは4.8%、新しいLocAは5.8%向上した。
  論文  参考訳（メタデータ） (2026-03-25T07:20:27Z)
• FastTracker: Real-Time and Accurate Visual Tracking [0.0]
  本稿では,複数のオブジェクトタイプを扱える汎用的な追跡フレームワークを提案する。 提案手法は,(1)密閉物体の識別を向上する隠蔽認識再識別機構,(2)道路構造認識トラックレット改質戦略の2つの重要な要素を組み込んだ。 大規模な実験結果から,提案手法は新たに導入されたデータセットといくつかの公開ベンチマークの両方で堅牢な性能を実現することが示された。
  論文  参考訳（メタデータ） (2025-08-20T02:59:53Z)
• APTv2: Benchmarking Animal Pose Estimation and Tracking with a Large-scale Dataset and Beyond [27.50166679588048]
  APTv2は動物のポーズ推定と追跡のための大規模ベンチマークのパイオニアである。 ビデオクリップは2,749本で、30種の動物から抽出・収集されている。 我々は,84,611種の動物インスタンスに対して高品質なキーポイントと追跡アノテーションを提供する。
  論文  参考訳（メタデータ） (2023-12-25T04:49:49Z)
• 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)
• APT-36K: A Large-scale Benchmark for Animal Pose Estimation and Tracking [77.87449881852062]
  APT-36Kは動物のポーズ推定と追跡のための最初の大規模ベンチマークである。 このビデオは、30種の動物から収集・フィルタリングされた2,400のビデオクリップと、各ビデオの15フレームで構成されており、合計で36,000フレームとなっている。 我々は,(1)ドメイン内およびドメイン間移動学習環境下での単一フレームでの動物ポーズ推定,(2)未確認動物に対する種間ドメイン一般化テスト,(3)動物追跡による動物ポーズ推定の3つのモデルについて,いくつかの代表的モデルをベンチマークした。
  論文  参考訳（メタデータ） (2022-06-12T07:18:36Z)
• AnimalTrack: A Large-scale Benchmark for Multi-Animal Tracking in the Wild [26.794672185860538]
  野生でのマルチ動物追跡のための大規模ベンチマークであるAnimalTrackを紹介した。 AnimalTrackは10種類の一般的な動物カテゴリーから58の配列で構成されている。 我々は14の最先端の代表トラッカーを広範囲に評価した。
  論文  参考訳（メタデータ） (2022-04-30T04:23:59Z)
• LaSOT: A High-quality Large-scale Single Object Tracking Benchmark [67.96196486540497]
  高品質な大規模オブジェクト追跡ベンチマークであるLaSOTを提案する。 LaSOTには85のオブジェクトクラスがあり、合計で1,550のフレームが387万フレーム以上ある。 それぞれのビデオフレームは、慎重に手動でバウンディングボックスでアノテートされます。これにより、LaSOTは、私たちの知る限り、最も高密度にアノテートされたトラッキングベンチマークになります。
  論文  参考訳（メタデータ） (2020-09-08T00:31:56Z)
• TAO: A Large-Scale Benchmark for Tracking Any Object [95.87310116010185]
  オブジェクトのデータセットの追跡は2,907本の高解像度ビデオで構成され、平均で30分の長さの多様な環境でキャプチャされる。 ビデオの任意の時点で移動するオブジェクトにアノテータにラベルを付け、ファクトラムの後に名前を付けるように求めます。 我々の語彙は、既存の追跡データセットと著しく大きく、質的に異なる。
  論文  参考訳（メタデータ） (2020-05-20T21:07:28Z)

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。