CVPR 2019：亮风台推出全球最大单目标跟踪数据集LaSOT

计算机视觉和模式识别领域顶级会议CVPR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。期间，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目标跟踪数据集。

论文《LaSOT: A High-quality Benchmark for Large-scale Single Object Tracking》详细阐述了LaSOT数据集的构造原理和评估方法，由亮风台、华南理工大学、美图-亮风台联合实验室等单位共同完成，收录于CVPR 2019。此外，亮风台另一算法投影AR新成果入选CVPR 2019 oral 。

视觉跟踪是计算机视觉中最重要的问题之一，其应用领域包括视频监控、机器人技术、人机交互等。随着跟踪领域的巨大进步，人们提出了许多算法，在这一过程中，跟踪评测集对客观评估起到了至关重要的作用。LaSOT的推出，也是希望为行业提供一个大规模的、专门的、高质量的基准，用于深度跟踪训练和跟踪算法的真实评估。

贡献：

1.  LaSOT包含1400个视频，每个序列平均2512帧。每一帧都经过仔细检查和手动标记，并在需要时对结果进行目视检查和纠正。这样，可以生成大约352万个高质量的边界框注释。

此外，LaSOT包含70个类别，每个类别包含20个序列。据了解，LaSOT是迄今为止最大的具有高质量手动密集注释的对象跟踪数据集。

2.  与之前的数据集不同，LaSOT提供了可视化边界框注释和丰富的自然语言规范，这些规范最近被证明对各种视觉任务都是有益的，包括视觉跟踪。这样做的目标是鼓励和促进探索集成视觉和语言功能，以实现强大的跟踪性能。

3.  为了评估现有的跟踪器，并为将来在LaSOT上的比较提供广泛的基准，团队在不同的协议下评估了35个具有代表性的跟踪器，并使用不同的指标分析其性能。
  

详细信息查看：

LaSOT主页：

https://cis.temple.edu/lasot/

数据集下载：

https://cis.temple.edu/lasot/download.html

算法测评和工具包：

https://cis.temple.edu/lasot/results.html

论文：

https://arxiv.org/abs/1809.07845