Loading [MathJax]/jax/output/CommonHTML/jax.js
Deep Learning/Object Tracking

HOTA: High Order Tracking Accuracy

  • -
728x90
반응형
  • MOTA와 IDF1의 아래와 같은 문제점을 보완하기 위함
    • detection과 association을 지나치게 강조
    • predicted box와 GT box 사이의 detection similarity threshold를 0.5로 고정시켜서 값을 측정

 

  • detection score와 association score의 조합으로, accurate detection과 association의 균형을 맞춘 것
  • detection similarity threshold를 0.05 부터 0.95까지 0.05 intervals로 값을 바꿔가면서 측정
    • localization accuracy를 더 잘 고려

 

  • HOTAα=c{TP}A(c)|TP|+|FN|+|FP|
    • A(c)=|TPA(c)||TPA(c)|+|FNA(c)|+|FPA(c)|    (A(c) is Association)
      • TPA : c와 동일한 gtID와 prID를 모두 가진 TP의 집합
      • FNA : c와 동일한 gtID를 가진 집합이지만, c와 다른 prID를 할당하였거나 누락한 경우
      • FPA : c와 동일한 prID를 가진 집합이지만, c와 다른 gtID를 할당하였거나 object가 아닌 경우

 

참고 링크

https://arxiv.org/abs/2009.07736

728x90
반응형

포스팅 주소를 복사했습니다

이 글이 도움이 되었다면 공감 부탁드립니다.