夜间追踪数据集（LLOT）：涵盖269个场景，13.2万帧数据

文章预览

Abstract 近年来，随着大规模训练数据集的应用，视觉跟踪领域取得了显著进展。这些数据集支持了复杂算法的发展，提高了视觉物体跟踪的准确性和稳定性。然而，大多数研究主要集中在有利的光照环境下，忽视了低光照条件下的跟踪挑战。在低光照场景中，光线可能发生剧烈变化，目标可能缺乏明显的纹理特征，在某些情况下，目标甚至可能无法直接观察到。这些因素会导致跟踪性能严重下降。为了解决这一问题，我们引入了LLOT，这是一个专门为低光照物体跟踪设计的基准。LLOT包含了269个具有挑战性的序列，总共超过13.2万帧，每一帧都精心标注了边界框。这个特别设计的数据集旨在促进低光照条件下物体跟踪技术的创新与进步，解决现有基准未能充分覆盖的挑战。为了评估现有方法在LLOT上的表现，我们对39种最先进的跟踪算法进行了广泛的测 ………………………………