要旨: 本論文では、マルチオブジェクトトラッキング（MOT）アルゴリズムの性能評価のための2つの準計量（quasi-metrics）を提案する。1つの準計量は、一般化最適部分パターン割当（GOSPA）計量の拡張であり、オブジェクト集合間の不一致を測る。もう1つの準計量は、軌跡GOSPA（T-GOSPA）計量の拡張であり、軌跡集合間の不一致を測る。GOSPAベースの計量と同様に、これらの準計量には、適切に検出されたオブジェクトに対する局在化誤差のコスト、偽オブジェクトの数、見逃しオブジェクトの数が含まれる。T-GOSPAの準計量には、さらにトラック切替コストが含まれる。GOSPAおよびT-GOSPAの計量とは異なり、提案する準計量は、見逃しと偽オブジェクトを異なるコストで罰する柔軟性を持ち、局在化コストが対称であることを要求しない。加えて、これらの準計量に基づいて類似度スコア関数を得る方法も説明する。いくつかのベイズMOTアルゴリズムの性能は、シミュレーションによりT-GOSPA準計量を用いて評価する。
多対象トラッキングアルゴリズム評価のためのGOSPAおよびT-GOSPA準メトリクス
arXiv cs.CV / 2026/4/27
💬 オピニオンModels & Research
要点
- この論文は、多対象トラッキング（MOT）の性能評価のための2つの新しい準メトリクスを提案しており、オブジェクト集合版はGOSPAを拡張し、軌跡集合版はT-GOSPAを拡張しています。
- いずれの準メトリクスも、適切に検出された対象に対する位置推定誤差、誤検出（false objects）の数、見逃し（missed objects）の数を考慮し、軌跡ベースの準メトリクスではさらにトラック切替コストも含まれます。
- 標準的なGOSPA/T-GOSPAとは異なり、見逃しと誤検出に対する罰則を別々のコストで与えられる柔軟性を持ち、位置推定コストが対称である必要もありません。
- 著者らは、これらの準メトリクスから類似度スコア関数を得る方法を説明し、シミュレーションによりT-GOSPA準メトリクスで複数のベイズ的MOTアルゴリズムの性能を評価しています。
