| 项目 | 说明 | 参考 |
|---|---|---|
| 发布时间 | 2021 年在 ICCV 2021 论文《DepthTrack: Unveiling the Power of RGB‑D Tracking》中首次公开。 | |
| 采集设备 | 使用 Intel RealSense 415 RGB‑D 传感器，分辨率 640×360，帧率 30 fps。 | |
| 规模 | 共 200 条视频序列，其中 150 条用于训练，50 条用于测试。 平均序列长度约 1 473 帧（最短 143 帧，最长 3 816 帧）。 |
|
| 对象与场景 | - 90 种对象类别（测试集 46 类） - 40 种场景类型（室内、室外均有） - 每帧标注 15 项属性（如遮挡、光照变化、目标消失等） |
|
| 标注信息 | 每帧提供 RGB 图像、深度图像 以及 边界框，并附带 属性标签，便于长时跟踪、目标重新检测等任务的评估。 | |
| 数据特点 | - 首个提供 独立训练集/测试集 的 RGB‑D 跟踪数据集。 - 在序列数量、场景多样性、属性标注上均显著超过此前的 PTB、STC、CDTB 等数据集。 - 真实深度传感器采集，避免了单目深度估计的噪声。 |
|
| 研究价值 | 为 RGB‑D 目标跟踪 提供大规模、真实的训练数据，推动了基于深度信息的跟踪器（如 DeT、DtT）取得显著性能提升。 在 VOT‑RGBD 挑战赛中常被用作基准评测。 |
|
| 后续扩展 | 随后出现的更大规模 RGB‑D 数据集（如 RGBDIK、ARKitTrack）在规模上进一步扩大，但 DepthTrack 仍是 深度训练数据 的里程碑。 |
关键特性总结
- 真实深度采集：使用中价位的 RealSense 传感器，保证深度图的真实性和噪声特性，适合训练端到端的 RGB‑D 跟踪网络。
- 丰富的属性标注：15 项属性覆盖遮挡、目标消失、光照变化等常见挑战，为长时跟踪和目标重新检测提供评估维度。
- 明确的训练/测试划分：首次在 RGB‑D 跟踪领域提供官方的训练集与测试集，便于统一基准和公平比较。
- 多样化场景与对象：覆盖室内外、运动、静止、刚体与可变形目标等，提升模型的泛化能力。
- 推动新方法：基于 DepthTrack 训练的 DeT（Depth‑enhanced Tracker）等模型在 VOT‑RGBD 评测中取得领先成绩，验证了真实深度数据的价值。
使用建议
- 模型训练：可直接使用官方提供的 150 条训练序列进行端到端的 RGB‑D 跟踪网络训练，配合属性标签进行多任务学习（如遮挡预测）。
- 基准评测：在 50 条测试序列上使用 VOT‑RGBD 评测协议（F‑score、Precision、Recall 等）进行性能对比。
- 跨模态研究：结合深度估计、RGB‑D 融合、目标重新检测等方向，利用属性标注进行细粒度分析。
DepthTrack 通过规模、标注深度和真实深度采集的三重优势，为 RGB‑D 目标跟踪的研究提供了坚实的数据基础，已成为该领域的核心基准之一。
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！