目标跟踪数据集整理（三）----GOT-10k
文章目录
- Introduction
- Related Work
- construction of GOT-10k
GOT-10k: A Large High-Diversity Benchmark for Generic Object Tracking in the Wild 2018
官网页面 可以下载paper、toolkits、数据集
官网里面有很直观的介绍，还有一段视频
它总共66G，比LaSOT小，比TrackingNet更小。但 目标类别很多，有额外的标注信息（bounding box / visible ratios等），丰富的运动轨迹信息。
train： 10000个视频序列，563个目标类别，87种运动模式(e.g. 跑，游泳，滑雪，爬行，骑车，跳水，骑马，冲浪）
test： 180个视频序列，84个目标类别，32种运动模式
训练集和测试集zero-overlapped（ one-shot learning训练和测试的目标类别不会重复，however the person class is treated as an exception）
视频是从哪里来的呢？从Youtube搜索的吗？No ，雇佣了一个高质量的数据公司来进行视频的收集。那怎么标注的呢？当然也是数据公司喽，然后本文作者随机检查。
**motivation: ** By publishing GOT-10k,we hope to encourage the development of generic purposed trackers that work for a wide range of moving objects and under diverse real-world scenarios.
**conclusion:**评测结果表明在真实世界没有约束的视频中的跟踪远远没有解决，最好的跟踪器仅仅成功跟上40%的帧
GOT-10k is backboned by the semantic hierarchy of WordNet。这句话怎么理解呢？百度一下WordNet也许就清楚了，它是按照语义层次来构建的,论文也作了详解
其中，meta_info信息如下：
Introduction
tracking:
Generic object tracking refers to the task of sequentially locating a moving object in a given video,without accessing to the prior knowledge(e.g.,the object class) about the object as well as its surrounding enviroment.
指出现有的跟踪数据集，在许多情况下，训练和测试序列的目标类是重合的
two purposes:
（1）想要提供一个有原则性实验设置的统一的平台来使得深度跟踪器进行实际的评估和公平的比较。
（2）想更通用“generic”,从而更好的推广到有挑战的真实世界的场景下。
这是一些截屏例子，每个视频都有两个语义标签：目标和运动类
这里是和其他数据集的比较，这里说了虽然TrackingNet 和LaSOT在视频规模上相当，但是他们的目标类别少，分别只有21、70类，这对于通用的目标跟踪器的训练和测试时不足够的，并且训练和验证的目标类别完全重复，使得验证结果偏向于特定的目标类别
这幅图也有目标类别数目的比较，重要的是右边的表格，它表明了563种目标类别被展开为5个子树。
Related Work
**CF：**discriminative approaches,the key idea behind the correlation filters is to approximate dense image sampling by circulant shift on a single centered image patch.This approximation allows both training and inference to be fast implemented in the Fourier domain.
In generic object tracking ,traditional approaches still play an important role and some of them can achieve a performance on par with deep models using only hand-craft features
the ImageNet Video Image Detection (ImageNet-VID)（5000 videos,30 classes） and YouTube Bounding boxes(YouTube-BB)(380000 videos,23 classes are the two datasets that are most related to the tracking community.Moreover ,the video image detection datasets contain noisy segments such as short trajectories,incomplete objects and shot changes,while GOT-10k always provides clean and continuous long trajectories.
construction of GOT-10k
这幅图和其他数据集进行了 关于可见率的 对比，也就是遮挡情况。
测试集的筛选：首先和训练集的目标类别不重复，除了person；第二，将测试集作为一个随机数，在一千左右的视频中随机挑选，然后在每个筛选的样本中运行跟踪实验，评估其性能。最后分析了每个影响因素（video number,object classes,motion classes，repetition time）。
下面是最后训练、测试、验证集分布图：
评估的 标准：AO（average overlap,is an approximation of EAO） SR（success rate）,并对一些属性进行了indicators defined.most challenging attribute is aspect ratio variation,deformation,rotation,fast motion.
we note that the highest AO score on GOT-10k only reaches 37.4%, compared to 74.0% on OTB2015. The SR scores also indicate that the best tracker only successfully tracks 40.4% of frames, suggesting that tracking in real-world unconstrained videos is difficult and still far from being solved.
总结就不写了，放松放松
LaSOT
TrackingNet
目标跟踪数据集整理（三）----GOT-10k相关推荐
- 常见目标跟踪数据集下载链接整理（更新中）
搜罗一下,感觉没人把常见的目标跟踪数据集下载链接汇总整理的,这里就整理一下,因为有些网址很难打开,这里也是想方便之后大家获取,来看看吧!我就从大佬图中来找几个吧!因为不是全接触过,有些链接不是很好,有 ...
- 352万帧标注图片，1400个视频，亮风台推最大单目标跟踪数据集
CVPR 2019期间,专注于AR技术,整合软硬件的人工智能公司亮风台公开大规模单目标跟踪高质量数据集LaSOT,包含超过352万帧手工标注的图片和1400个视频,这也是目前为止最大的拥有密集标注的单 ...
- CVPR 2019 | 亮风台发布全球最大单目标跟踪数据集LaSOT
点击我爱计算机视觉标星,更快获取CVML新技术 CVPR 2019 正在美国加州举行,发布交流来自全球的工业界与学术界最新研究成果. 会上,亮风台公开大规模单目标跟踪高质量数据集LaSOT,包含超过3 ...
- TrackingNet：最经典大规模、多样化的单目标跟踪数据集
除了多目标跟踪任务外,研究经典的.通用的单目标跟踪任务对于整个跟踪领域的发展有重要意义. 本期给大家介绍一个包含包含超过3万个视频,共有27个目标类别,视频数量和标注数量比以往的跟踪数据集更大的数据集 ...
- 目标跟踪数据集OTB、VOT下载
2018年08月26日 12:07:10 博博有个大大大的Dream 阅读数:361 标签: 目标跟踪数据集OTBVOT 更多 个人分类: 原创文章 版权声明:本文为博主原创文章,未经博主允许不得转载 ...
- 中科院自动化所目标跟踪论文整理！三篇综述、两篇ICCV 2019!
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 编辑:Sophia 计算机视觉联盟 报道 | 公众号 CVLianMeng 转载于 :会议之眼 一 单目标跟踪综 ...
- python目标跟踪精度曲线图_目标跟踪配置（三）-评价指标-benchmark（更新中，关注请收藏。。。）...
目标跟踪基础与智能前沿 关注上方公众号,回复下方安装过程中对应关键字,获得对应安装包. 本文持续更新中- 连载可关注知乎专栏"目标跟踪基础与前沿" 文章目录 [ 目标跟踪基础与智能 ...
- 目标跟踪数据集GOT-10k的配置
官方主页: GOT-10k: Generic Object Tracking Benchmark 论文下载: GOT-10k: A Large High-Diversity Benchmark for ...
- 夜间（低光照）目标检测数据集整理：人脸检测，行人检测
1.夜间(低光照)人脸检测的数据集 DARK FACE: Face Detection in Low Light Condition 提供了6000幅真实世界的低光图像,在夜间捕获,在教学楼.街道.桥 ...
- 【目标跟踪: 相关滤波器 三】循环矩阵
循环矩阵 充分利用循环矩阵及其特性的是核相关滤波跟踪算法的另一个重要特征,它不仅涉及到目标采样,而且巧妙的将目标特征的频域空间与岭回归相结合,实现了目标特征的快速学习与检测. 首先考虑一维样本的情况, ...
最新文章
- Android环境结构--安装Eclipse错
- haproxy Consistent Hash浅析
- WordPress函数：wp_nav_menu($args)函数说明
- 5分钟学会使用gitlab
- Bootstrap3 工具提示插件的使用方法
- 我的世界java版使用剑_我的世界：JAVA版藏“私货”内置绝世好剑与神功，你玩的版本有吗...
- Spring Boot入门(4)-事务管理
- Cplex安装教程与使用介绍
- 最新Oreo易支付源码开源版
- html光圈效果,PS新手教程：特效光圈效果
- 大芒果mysql下载_大芒果魔兽世界单机版
- 计算机桌面弹窗,网站弹窗广告:教你4种方法，永久关闭电脑弹窗广告，还你一个干净的桌面 _ 惠州SEO...
- python爬取boss直招_简易python爬虫爬取boss直聘职位，并写入excel
- 这位印度小哥，拯救了山河日下的微软帝国
- [蓝桥杯]三升序列（Python实现）
- 图像卷积的常见误区与个人思考
- 齐二TK6916/20/26/32系列数控落地铣镗床简介7
- 900亿的分众传媒危险了？
- 亲亲小嘴后，不应该就是摸摸小胸么
- 三维显示中可视化分析——视域分析、视点分析