研究人员引入了两种新的拟度量 GOSPA 和 T-GOSPA,用于评估多目标跟踪算法的性能。这些度量扩展了现有的 GOSPA 和 T-GOSPA 度量,允许对漏检和误检对象以及非对称定位成本进行灵活惩罚。T-GOSPA 拟度量还额外包含了一个目标切换成本。通过仿真评估了使用 T-GOSPA 拟度量的各种贝叶斯 MOT 算法。 AI
影响 为多目标跟踪引入了新的评估指标,有望改进算法开发和比较。
排序理由 这是一篇介绍多目标跟踪算法新评估指标的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →