随机集多目标跟踪：CPEP、Wasserstein与OSPA性能深度解析

本文主要探讨了随机集多目标跟踪中的三种关键性能评价指标：圆丢失率（CPEP）、Wasserstein距离和OSPA距离。首先，作者详细介绍了这些指标的基本概念。CPEP，即圆形位置误差概率，主要用于评估目标丢失情况，其计算公式在某些文献中可能存在误导，本文对此进行了修正，以提供更准确的理解。CPEP适用于评估单目标定位精度，尤其是在评估跟踪算法对目标消失的敏感性时。 Wasserstein距离，也称为地球移动距离，相对OSPA距离而言，计算较为简单，但其结果可能并不完全符合直觉，特别是在处理复杂多目标环境时，其一致性可能较差。Wasserstein距离在某些特定场景下可能更易于解释和应用，但作为多目标性能度量，它可能不如其他指标全面。 OSPA距离，即最优子模式分配距离，是一种综合考虑了位置估计精度和目标分配误差的多目标评价指标。它在多目标跟踪中表现出了更高的合理性，因为它能够更好地反映目标之间的关联性和分离度。然而，OSPA距离的使用依赖于选择合适的水平参数，这涉及到一定的主观判断，可能影响到评价结果的公正性。 通过仿真算例，作者深入分析了这三种指标的实际效果，对比了它们在不同条件下的优缺点，旨在为多目标跟踪算法的设计者和评估者提供一个全面的参考框架。选择哪种指标取决于具体的应用需求，例如，如果对目标丢失的关注度较高，CPEP可能是首选；而对于需要综合考虑多个目标性能的情况，OSPA距离可能更为适用。这篇研究有助于提升多目标跟踪系统的性能评估标准，推动该领域技术的发展。