《IEEE Transactions on Aerospace and Electronic Systems》：GOSPA and T-GOSPA quasi-metrics for evaluation of multi-object tracking algorithms
编辑推荐：
为解决多目标跟踪（MOT）算法评估中漏检与虚警成本无法区分、定位成本需对称等问题，研究人员提出了GOSPA与T-GOSPA准度量扩展，可灵活设置不同惩罚并放宽对称性要求，还推导了相似度评分函数，并通过仿真评估了贝叶斯MOT算法性能，对MOT评估具有重要意义。
想象一下，在复杂的交通路口、繁忙的空域或者波涛汹涌的海面下，我们需要同时“盯”住多个移动的目标。这便是多目标跟踪（Multi-Object Tracking, MOT）技术的用武之地。然而，有了跟踪算法还不够，如何公正、准确地评判这些算法的好坏，一直是个令人头疼的问题。这就好比一场考试，如果评分标准有失偏颇，那么考出来的名次也就失去了意义。
在过去，业界常使用广义最优子模式分配（Generalised Optimal Subpattern Assignment, GOSPA）度量及其轨迹版本（Trajectory GOSPA, T-GOSPA）来给多目标跟踪算法“打分”。这些传统度量就像一把尺子，能量出正确检测目标的定位误差（localisation error），也能惩罚漏检（missed objects）和虚警（false objects）的数量，T-GOSPA 甚至还能罚航迹切换（track switching）。但这把“尺子”有两个不够灵活的地方：一是它默认漏检和虚警的代价必须一样，且在数学上必须保证“对称性”；二是它的定位成本计算也必须满足对称性。可在现实应用中，比如在雷达探测里，我们往往希望极力避免虚警（宁可没看到，也不能乱报），却又承受得起一定的漏检，这时候传统的 GOSPA 就有些“束手无策”了。
为了打破这一局限，让评估工具更贴合实际需求，研究人员开展了关于 GOSPA 和 T-GOSPA 准度量（quasi-metrics）的拓展研究。他们成功推导出两种新的准度量：一种用于衡量目标集合间的差异（基于 GOSPA 扩展），另一种用于衡量航迹集合间的差异（基于 T-GOSPA 扩展）。与经典的度量不同，这些准度量不再强制要求漏检和虚警的成本一致，也不再要求定位成本必须具备对称性。此外，研究人员还详细阐述了如何基于这些准度量推导出相似度评分函数。为了验证其实用性，他们利用所提出的 T-GOSPA 准度量，通过仿真实验评估了几种贝叶斯多目标跟踪（Bayesian MOT）算法的性能。该论文发表在《IEEE Transactions on Aerospace and Electronic Systems》上。
本研究主要用到了以下几个关键技术方法：一是基于集合论的广义最优子模式分配（GOSPA）度量框架，用于评估某一时刻目标集合与真实集合的差异；二是轨迹广义最优子模式分配（T-GOSPA）度量框架，用于评估一段时间内的航迹集合差异，并引入航迹切换成本；三是准度量（quasi-metric）数学构造方法，放松了传统度量中对称性的严格要求，允许对非对称定位误差及不同的漏检、虚警成本进行灵活建模；四是计算机仿真实验方法，通过模拟多目标运动及观测环境，对若干贝叶斯多目标跟踪算法的性能进行对比评估。
研究结果主要归纳如下：
提出 GOSPA 准度量（GOSPA Quasi-metric）
通过对经典的 GOSPA 度量进行数学扩展，研究人员定义了一种用于衡量目标集合间差异的准度量。该研究明确指出，新准度量依然包含了正确检测目标的定位误差、漏检数量成本以及虚警数量成本。最关键的结论是，这一扩展允许对漏检和虚警设定不同的惩罚成本，且定位成本的计算不再需要满足对称性条件，从而极大提升了评估时的自由度与适用性。
提出 T-GOSPA 准度量（T-GOSPA Quasi-metric）
类似地，研究人员对 T-GOSPA 度量进行了扩展，提出了一种衡量航迹集合间差异的准度量。除了具备上述 GOSPA 准度量的灵活成本设置优势外，T-GOSPA 准度量还保留了航迹切换（track switching）成本的惩罚项。这意味着，在评估一段连续时间的跟踪表现时，该准度量不仅能算出行走轨迹的偏差，还能对目标身份混淆或 swapping 的现象进行定量惩罚。
推导相似度评分函数（Similarity Score Functions）
文章进一步解释了如何基于上述提出的准度量来构造相似度评分函数。这一步骤将“距离/误差”（准度量值越大表示差异越大）转换为“相似度”（值越大约表示越相似），使得该评估体系能更直观地融入那些依赖相似度排序或阈值的算法筛选与比较流程中。
贝叶斯多目标跟踪算法的仿真评估（Simulation Assessment）
为了展示所提 T-GOSPA 准度量的实际效用，研究人员设计了仿真实验，并利用该准度量对多种贝叶斯多目标跟踪算法的性能进行了评估和对比。仿真结果验证了该准度量在区分不同算法表现上的有效性，尤其是在面对需要差异化权衡漏检与虚警成本的应用场景时，其提供的评估视角比传统 GOSPA 更加丰富和精准。
总结与意义
总而言之，这项研究针对多目标跟踪（MOT）算法性能评估中的痛点，成功放宽了传统 GOSPA 和 T-GOSPA 度量的数学约束，提出了更具灵活性的准度量扩展。它允许研究者根据实际应用场景，为非对称的定位误差以及不同代价的漏检和虚警“量体裁衣”，同时还兼顾了航迹切换的惩罚。这一成果不仅丰富了 MOT 性能评估的数学工具箱，也为雷达、安防监控、自动驾驶等领域中选择和调优跟踪算法提供了更为合理和强大的评价手段。通过仿真验证，该准度量在实际的贝叶斯 MOT 算法比较中展现出了重要的应用价值。
