什么是 平均跟踪准确率(ATA)?

平均跟踪准确率(ATA)是一种 VACE 指标:它按 Temporal Intersection over Union 全局匹配 Ground Truth 与预测 Track,再用两侧平均轨迹数归一化最优重叠。

快速了解

规范文档官方规范

工作原理

从逐帧重叠构建 Temporal IoU

对真实 Track i 与预测 Track j,VACE Relaxed Protocol 先标记两者 Detection 满足 Spatial-overlap Threshold 的帧,再计算 Q_ij = matchingFrames / unionPresenceFrames;分母是至少一条 Track 存在的帧数。因此 Temporal IoU 会惩罚缺失时间支撑、额外时间支撑与不合格定位。

VACE 原始评测论文提出综合 Detection 与 Tracking Measure。复现 ATA 时必须声明具体 Spatial Criterion,以及使用 Original 还是 Relaxed Variant。

在完整视频上优化一次全局分配

Bipartite Assignment 为每条真实 Track 最多选择一条预测 Track,反向也一样,并最大化选中 Pair 的 TrackTP = sum(Q_ij)。真实 Track 数为 K、预测 Track 数为 Khat 时,ATA = TrackTP / (0.5 * (K + Khat));它也等于 ATR = TrackTP / K 与 ATP = TrackTP / Khat 的调和平均。

每个已匹配 Track 最多贡献一分,因此长短 Trajectory 在顶层等权。若一个真实身份被拆成多条预测,只有一个 Fragment 能参与全局 Match,其余 Fragment 还会增大 Khat 分母。

用 ATA 提供严格的关联证据

TrackEval 的 VACE 实现以 0.5 Per-frame Overlap Threshold 计算 Relaxed ATA,并同时报告 SFDA 作为 Frame Detection 补充。Evaluator Preprocessing、Empty Track、Class Handling 与 Sequence Combination 仍属于指标契约。

ATA 比 Detection-weighted MOTA 更敏感于 Association;IDF1 则让 Detection 而不是 Track 等权。Local Tracking Metrics 把 ATA 扩展为有限 Horizon 的 ALTA,HOTA 提供另一种 Partial-credit 分解。应报告多个视角,而不是挑选最有利的单一得分。

主要特点

  • 使用完整 Trajectory 间的 Temporal IoU
  • 求解一次全局一对一 Track Assignment
  • 让 Track 而不是单个 Detection 等权
  • 惩罚 Fragmentation、Merge、漏失与额外 Track
  • 输出零到一的归一化得分
  • 依赖 Spatial-overlap 与预处理协议

常见用途

  1. 评测严格的全序列身份保持
  2. 比较不同 Fragmentation 行为的 Tracker
  3. 让长短 Track 具有相同顶层重要性
  4. 审计身份合并与重复 Trajectory
  5. 作为 MOTA 的 Association-sensitive 补充

示例

loading...
Loading code...

常见问题

ATA 如何计算?

先计算每个真实与预测 Track Pair 的 Temporal IoU,选择总 IoU 最大的一对一 Assignment,再用该总和除以真实与预测 Track 数量之和的一半。

ATA 中的 Temporal IoU 是什么?

在 VACE Relaxed Form 中,它是 Track Pair 通过 Spatial-overlap Threshold 的帧数,除以至少一条 Track 存在的帧数;这是 Localization Eligibility 之后的时间支撑重叠。

ATA 与 IDF1 有什么区别?

两者都使用 Global Track Assignment。IDF1 最大化正确身份 Detection,因此让 Detection 等权;ATA 最大化 Temporal IoU 并按 Track Count 归一化,因此让每条 Track 等权。

Fragmentation 如何影响 ATA?

若一条真实 Trajectory 被拆成多个预测 Fragment,全局一对一 Assignment 只能选中其中一个;其余 Fragment 还会增大预测 Track 分母,因此 ATA 会强烈惩罚碎片。

何时应使用 ALTA 而不是 ATA?

当业务只要求身份在指定时间范围内保持正确,或需要观察 Association 随 Horizon 增长如何退化时使用 ALTA;ATA 则是严格的全序列终点。

相关术语

相关文章