LasHeR: 一个针对RGBT追踪的大型多样性的基准系统

简介：
LasHeR是一个专为RGBT（融合红绿蓝及热成像）跟踪设计的大规模多样化基准测试平台，旨在促进跨模态追踪算法的发展与评估。 RGBT跟踪在计算机视觉领域引起了广泛的关注，但该研究领域缺乏大规模且高多样性的基准数据集来训练深度RGBT跟踪器并综合评估各种方法。为此，我们提出了一个名为LasHeR的大规模、高多样性基准。 关于LasHeR基准： 1. **大规模**：包含大量的可见光和热红外视频对。 2. **多平台成像设备**：使用多种不同的摄像机来获取数据，确保了多样性和广泛性。 3. **丰富的场景与类别**：涵盖四季变化、不同天气条件以及昼夜交替的情况，并且包括各种物体类别的跟踪。 4. **现实世界中的挑战**：在实际应用中创建的数据集考虑到了许多新的技术难题。 LasHeR包含1224个可见光和热红外视频对，总共有730K帧对。每一对图像都在空间上进行了精确的校准，并通过手动标注边界框的方式提供了密集且高质量的注释。该数据集在不同的物体类别、摄像机视角、场景复杂度以及环境因素方面具有广泛的覆盖范围。 LasHeR与现有公开RGBT数据集相比，其规模和多样性显著增加，能够更好地反映现实世界中的各种挑战和应用场景。