MATALB视频目标跟踪性能评估软件设计(2)
评估软件对于其本身及目标跟踪领域的发展都有极为重要的作用，其意义主要可以体现在以下几个方面。（1）广泛性：由于跟踪算法的形式多样与应用广泛，性能评估软件应能适应于多种类型的算法并给出较为精确的性能评估结果。（2）可靠性：性能评估软件能够对若干典型算法进行定量分析，科学可靠地展示跟踪算法的优缺点，为更好地利用算法优势及不同场景下跟踪算法的选择提供依据。（3）发展性：对算法进行评估有利于算法的后续改进，促进算法有针对性地进行修改与完善。（4）前瞻性：算法评估为设计出更有效的目标跟踪算法提供方向与依据，能够在一定程度上促进跟踪算法领域的发展，也便于研究人员探测潜在的研究方向。
1.2 研究现状
1.3 本文主要工作
现今，已存在的评估系统多针对单个算法或系统，评估指标的选择针对性较强，且大多较为单一化，软件灵活性也较欠缺。本课题针对当前这一现状，从可靠性、综合性、适用性及界面亲和性四个角度出发，对跟踪性能评估软件进行设计，力求达到根据用户要求进行单个算法的评估或多个算法的比较，并给出直观、多角度的评价结果。软件设计所面临的问题主要有评估指标的选取、数据的来源与处理、评估结果的形式及人机界面的设计等。
本文其它部分结构如下：第二部分描述了评估指标的选取要求及过程，简单介绍了本文中涉及的跟踪算法；第三部分介绍了评估软件的系统功能设计及GUI界面设计；第四部分简单介绍了针对这款跟踪性能评估软件可以应用的评估操作方法，及本文中涉及到的测试数据集；第五部分对该软件进行了仿真，并根据结果进行相关分析。
2 评估指标及算法介绍
2.1 评估指标选取要求
评估的目的是更好、更全面地了解被评估的跟踪算法，评估指标的选取应根据跟踪算法的要求而制定。跟踪算法的主要要求为鲁棒性、准确性和快速性 ，评估指标的选取要求设定为能够检测并评估算法的这三个方面。
2.1.1 鲁棒性
鲁棒性是指控制系统在其特性或参数发生摄动时仍可使品质指标保持不变的性能，即异常情况发生时，系统的健壮性。一个好的跟踪算法应该具有鲁棒性，当异常情况发生时，系统对目标的跟踪应该仍能保持一定的稳定性和精确度。在视频目标跟踪算法中，异常情况具体有：目标被遮挡、发生几何变形、不规律运动、姿态变换、阴影光照、场景干扰等等。评估指标需能够对目标跟踪算法的鲁棒性进行评估，鲁棒性又可具体分为时间鲁棒性和空间鲁棒性 。时间鲁棒性是指当目标跟踪开始于不同的起始帧时，或对目标的初始时间进行扰动，跟踪算法对目标的跟踪情况。空间鲁棒性是指当目标的空间位置、存在姿态、几何形状、场景布局等空间信息发生变化时，跟踪算法对目标的跟踪状态。当对视频目标跟踪算法进行评估时，可分别针对系统的时间鲁棒性和空间鲁棒性进行多次检测。
2.1.2 准确性
准确性表征的是视频目标跟踪结果和目标真实位置之间的接近程度或重合程度。准确性常常用跟踪误差来显示，跟踪误差为目标跟踪结果与真实目标位置之间的平均偏离程度，跟踪误差越大，则视频目标跟踪算法的准确性越差。准确性对于目标跟踪算法而言至关重要，是算法评估中需要考察的核心性质。准确性的考察有多种途径，如重合率、中心位置误差、定位精确度等等，这些指标均能够度量目标跟踪结果与真实目标位置匹配的正确程度。准确性的评估又可分为单帧准确性和宏观准确性。单帧准确性定义为视频目标跟踪过程中每一帧的跟踪精度。宏观准确性定义为目标跟踪的整个过程中跟踪结果的总体精确度。准确性的考察需要考虑到视频目标跟踪结果和目标真实位置的匹配情况，匹配情况不单为位置的匹配，还应包括面积的匹配及角度的匹配等。