實習生像條狗，去年開始實習到現在都沒有更新自己的博客，痛定思痛，決定回歸，正好課題是目標跟蹤這塊，先就多目標跟蹤算法評價指標談談自己的觀點：
單目標跟蹤算法的評價指標不用我多說，因為其跟蹤情況較為簡單，已經有較為明確的判斷指標，但是一直以來，多目標跟蹤的評價指標都未統一，跟蹤算法的論文中也是用各種評價指標來分析自身的算法，但是缺少與其它算法的橫向比較，孰優孰劣不得而知。因為自己的畢業課題設計到這塊，需要找到一種相對來說大家用的較多的，公認度較大的一種指標來對自己設計的算法和當前已有算法進行比較，由此而來本文。
指標一：CLEAR MOT，來自論文《EvaluatingMultiple Object Tracking Performance:The CLEAR MOT Metrics》
先對該指標做一個概述，其是由兩部分構成：MOTP（multiple object tracking precision）多目標跟蹤的精確度，體現在確定目標位置上的精確度；MOTA（multiple object tracking accuracy）多目標跟蹤的准確度，體現在確定目標的個數，以及有關目標的相關屬性方面的准確度。同時，兩者共同衡量算法連續跟蹤目標的能力（即，在連續幀中能准確判斷目標的個數，精確的划定其位置，從而實現不間斷的連續跟蹤）。
要設定一種評價指標，首先要分析下我們想從算法中得到什么樣的輸出，一個理想的多目標跟蹤算法應該具有如下的輸出：能精確的檢測到每個目標的位置；能保持對目標的連續跟蹤；每個目標對應一個唯一的ID，能對遮擋具有一定的魯棒性。據此可以給出評價指標的設計標准
i) 要精確的判定每個目標的位置；
ii) 能對每個目標進行連續跟蹤，每個目標對應一個唯一的跟蹤軌跡；
同時評價指標應該有如下性質：
i) 盡量少的參數，具有自適應的閾值；
ii) 清晰，可理解，符合人的直觀認知；
iii) 具有一定的普遍評價意義，能用於多種類型跟蹤的評價（2D的，3D的，行人，車輛，人臉等）；
iv) 指標的數量少而精（保正指標能描述跟蹤效果的前提下，指標的數量越少越好），這樣方便在大型系統中適用；
基於上述的標准，提出一種較為客觀的評價跟蹤算法的指標。（以下是自己在Word上寫好的，沒辦法，這里的公式編輯太難弄了）
