LaSOT 是一个高质量的大规模单目标跟踪基准，拥有 85 个类别，共计超过 387 万帧，每帧都经过精心手动注释，提供了一个专门的高质量平台供跟踪器的训练和评估。在 LaSOT 上的广泛评估表明，仍然存在显着的改进空间。

Sep, 2020

视频对象分割（VOS）旨在在视频中区分和跟踪目标对象。我们提出了一个名为 LVOS 的新基准，比现有的数据集包含长 5 倍的视频，以更好地反映 VOS 模型在实际场景中的性能。在 LVOS 中，我们评估了 20 个现有的 VOS 模型，并发现这些模型在真实场景中遇到了较大的性能下降，突出了在实际世界场景中实现精确跟踪和分割的挑战。

Apr, 2024

本文介绍了一个大规模高多样化的热红外物体跟踪基准测试，名为 LSOTB-TIR。该数据集包含 1400 个 TIR 序列和超过 600K 帧。我们定义了 4 种情景属性和 12 种挑战属性来评估跟踪器，鼓励社区开发基于深度学习的 TIR 跟踪器并进行全面公正的评估。在 LSOTB-TIR 上评估和分析了 30 多个跟踪器提供一系列基线，并且结果表明，深度跟踪器具有良好的性能。该数据集和代码均已公开发布。

Aug, 2020

3D 单目标跟踪是计算机视觉的前沿任务之一，本研究提出了一种基于点云的全新 3D 单目标跟踪框架 M3SOT，通过多个输入帧、多个感受野和多个解决空间的协同作用，从点云中直接建模时间性、上下文信息和任务，以实现高效的目标跟踪应用。M3SOT 的实验表明，在 KITTI、nuScenes 和 Waymo Open Dataset 等基准上，其性能达到了最先进的水平，帧率达到了 38 帧每秒。

Dec, 2023

提出了一种名为 Track Long and Prosper（TLP）的新型长视频数据集和单个目标跟踪基准，包含 50 个高清视频，超过 400 分钟（676K 帧），是现有通用数据集平均持续时间的 20 倍以上，通过对 17 种现有跟踪器进行精度和运行时间速度排名，以及定性和定量评估，突出了跟踪性能的长期方面的重要性并指出了研究努力在长期跟踪方向的潜在需求。

Dec, 2017

该研究提出了 TrackingNet 数据集，为在野外进行物体跟踪提供了第一个大规模数据集和基准，并评估了 20 多个追踪器模型，结果表明，在野外物体跟踪仍然远未解决。

Mar, 2018

通过引入一个名为 VastTrack 的新型基准，本文旨在促进更加通用的视觉跟踪算法的发展，包括丰富的类别和视频，它具有大量目标类别、更大的规模、丰富的注释等吸引人的特性。

Mar, 2024

该研究介绍了一个多样化的跟踪数据集，采用自下而上的方法获取了一个比以前跟踪基准的种类翻了一个数量级的大词汇，并进行评估表明现有的多种对象跟踪器在野外场景中存在困难，而基于检测的多对象跟踪器实际上是有竞争力的。

May, 2020

本文提出了一种无监督单物体追踪器（USOT），通过一套有效的无监督学习方法，从三个方面解决了现有无监督追踪器的性能瓶颈，即移动对象发现、丰富的时间变化利用和在线更新，使用无监督光流和动态规划、Naive Siamese Tracker 和循环内存学习策略三个阶段的联合训练，达到了接近监督深浅追踪器水平的性能提升，且代码开源。

Aug, 2021

本文介绍了一种统一的任务框架 Language-Guided MOT 和相关的大规模基准 LaMOT，旨在推动 Vision-Language MOT 领域的研究进展，并提出了一种简单而有效的追踪器 LaMOTer。

Jun, 2024