WaspMOT

WaspMOT是由法国国家信息与自动化研究所、法国国家农业食品与环境研究院等机构联合创建的长时多目标跟踪基准数据集，专注于在实验室控制环境下对赤眼蜂进行长期身份一致性追踪。该数据集包含10个视频序列，总计约12万帧图像和256.9万标注实例，每个序列持续约8分钟（12,000帧），以25 FPS录制，分辨率达3840×2160像素，数据来源于固定俯视摄像机记录的实验竞技场。数据集创建过程涉及在气候控制实验室中录制赤眼蜂行为，并采用MOTChallenge标准格式进行密集边界框标注，同时提供完美检测以隔离关联性能评估。该数据集主要应用于计算机视觉领域的长时多目标跟踪算法评测，旨在解决现有基准在长期身份保持能力评估上的不足，特别针对生态监测中个体行为分析所需的身份一致性挑战。WaspMOT is a long-term multi-object tracking benchmark dataset jointly created by institutions including the French National Institute for Computer Science and Applied Mathematics (INRIA) and the French National Institute for Agriculture, Food, and Environment (INRAE), focusing on long-term identity-consistent tracking of Trichogramma wasps in a laboratory-controlled environment. This dataset includes 10 video sequences, totaling approximately 120,000 frames and 2.569 million annotated instances. Each sequence lasts around 8 minutes (12,000 frames), recorded at 25 FPS with a resolution of 3840×2160 pixels, and the data is sourced from an experimental arena captured by a fixed overhead camera. The dataset creation process involves recording the behavior of Trichogramma wasps in a climate-controlled laboratory, performing dense bounding box annotations in the MOTChallenge standard format, and providing perfect detections to isolate the evaluation of tracking association performance. This dataset is primarily applied to the evaluation of long-term multi-object tracking algorithms in the computer vision field, aiming to address the shortcomings of existing benchmarks in evaluating long-term identity retention capabilities, particularly targeting the identity consistency challenge required for individual behavior analysis in ecological monitoring.

搜集汇总

数据集介绍

构建方式

WaspMOT数据集基于实验室控制环境下的赤眼蜂长期多目标跟踪实验构建而成。实验在大小为3.5cm×2cm的封闭实验舱内进行，使用固定顶置摄像头以25帧/秒的速率录制，每个视频序列时长超过8分钟，共计约12,000帧。数据集包含10个完全标注的序列，涵盖两种赤眼蜂品系（Ostriniae和Brassicae）及其三个不同品株，并提供标准MOTChallenge格式的边界框标注。为隔离检测误差对跟踪性能的影响，研究者进一步从真值标注中提取了不含身份标签的oracle检测结果，从而使得评估可专注于身份关联这一核心环节。总计包含120,330个已标注帧和2,569,527个目标实例，每个序列中平均有21.4个个体全程在场，形成封闭集的全轨迹跟踪场景。

特点

WaspMOT数据集的核心特点在于其聚焦于长期身份保持这一现有基准难以覆盖的评估维度。与传统多目标跟踪数据集（如MOT17、DanceTrack等）中视频时长仅数十秒不同，WaspMOT的每个序列持续超过480秒，轨迹完整跨越数千帧，真正实现了对长时身份一致性的严格考验。数据集蕴含独特的跟踪挑战：赤眼蜂频繁发生突跳事件，导致大幅位移和短暂消失；个体可在舱底与舱顶之间活动，引发完全遮挡；且所有个体外观高度相似，外观特征难以用于区分。此外，数据集中所有个体全程在场构成封闭集场景，轨迹碎片化成为主要瓶颈，即使采用完美检测也无法避免，这使得WaspMOT成为揭示现有关联机制局限性的独特平台。

使用方法

WaspMOT数据集的使用方法以评估长期身份关联性能为核心。研究者利用提供的oracle检测结果，将检测与关联任务解耦，从而在无检测误差干扰的条件下独立评估跟踪算法的关联能力。评估遵循标准MOTChallenge协议，采用TrackEval工具包计算HOTA、IDF1和MOTA等指标。论文以五种具有代表性的基于检测的跟踪方法（ByteTrack、BoT-SORT、C-BIoU、OC-SORT和McByte）建立基准，所有方法均使用默认参数并基于相同检测输入进行比较。此外，数据集还提供了一种简单的空间轨迹片段拼接后处理方法，通过端点位置接近性和时间一致性重组碎片化轨迹，并利用匈牙利算法进行全局最优匹配，从而量化可恢复的轨迹碎片程度并激励更先进长期跟踪方法的发展。

背景与挑战

背景概述

在计算机视觉领域，多目标跟踪（MOT）长期以人类中心场景为研究重心，现有主流数据集如MOT17和MOT20多聚焦于短时序列，轨迹仅覆盖视频片段时间，难以评估长时间跨度下的身份保持能力。为填补这一空白，由法国国立信息与自动化研究所（Inria）、法国国家农业食品与环境研究院（INRAE）及中国农业科学院等机构的研究人员于2026年联合创建了WaspMOT数据集。该数据集聚焦赤眼蜂（Trichogramma wasps）在受控生态实验中的长时间跟踪，包含10段各约12,000帧（超过8分钟）的视频序列，所有个体全程在场，形成闭合式跟踪场景。其核心研究问题在于：在数千帧的超长跨度内，面对突然跳跃、遮挡和高度相似外观，如何维持个体身份的一致性。WaspMOT对现有MOT范式构成重要补充，推动了长时间身份保持这一未被充分探索的评估维度的发展。

当前挑战

WaspMOT所解决的领域问题在于：现有MOT数据集以短时序列为主，无法评估长时间跨度下的身份保持能力，而该数据集通过提供超长视频和全轨迹跟踪设定，专门用于测试跟踪器在数千帧中维持个体身份一致性的能力。构建过程中面临的挑战尤为突出：首先，赤眼蜂个体频繁执行突发跳跃事件，导致位置瞬间大幅变动和短暂消失，极易破坏基于运动连续性的跟踪，且多个体同时跳跃进一步加剧了关联歧义。其次，受实验三维场地结构影响，个体既可在底面也可在天花板移动，引发完全视觉遮挡，造成身份丢失和错误重分配。此外，个体外观高度相似且体型微小，基于外观的判别方法难以奏效。这些因素共同导致在完美检测条件下所有主流跟踪方法依然出现显著的轨迹碎片化，凸显了长时间身份保持面临的严峻挑战。

常用场景

经典使用场景

在计算机视觉领域，多目标跟踪（MOT）研究长期受限于以短时序列为主的基准数据集，这些数据集难以有效评估跟踪器在长时间跨度下维持身份一致性的能力。WaspMOT 数据集填补了这一空白，其经典使用场景聚焦于封闭集环境下的长时多目标跟踪任务，具体表现为在一个持续逾八分钟、包含约一万两千帧的高分辨率视频中，对所有个体进行全程无间断的身份关联。该场景特别适用于评估跟踪算法在面对频繁的跳跃位移、个体遮挡以及高度相似的视觉外观时，能否维持数千帧内身份标识的连续性与一致性。

实际应用

该数据集的实际应用场景与生态监测和生物行为分析领域密切相关，尤其适用于对微小昆虫个体进行长时间、高精度的行为追踪。以赤眼蜂（Trichogramma）为例，在实验室受控环境中释放其用于害虫生物防治时，研究者需要连续跟踪每只蜂在含有寄主卵的试验场内的运动轨迹、跳跃频率及个体间相互作用模式。WaspMOT 所模拟的正是这种真实应用场景——在一个封闭的二维视野中，所有个体始终存在，需要持续跟踪其行为变化。这些数据将直接服务于生物防治效率评估、个体运动模式建模以及种群行为动态分析等实际生态学研究。

衍生相关工作

WaspMOT 数据集的发布，直接驱动了一系列关于长时轨迹关联的后续工作。基于该基准，研究团队已率先对五种主流跟踪方法（ByteTrack、BoT-SORT、C-BIoU、OC-SORT 和 McByte）进行了系统性评测，结果表明所有算法均存在显著的轨迹碎片化问题。作为衍生的经典基线方案，研究者提出了一种简洁的空间轨迹拼接方法（spatial tracklet stitching），通过端点空间邻近度与时间一致性，利用匈牙利算法进行全局匹配，成功使各方法的 HOTA 指标提升 2.5-4.0 个百分点，IDF1 提升 6.6-9.0 个百分点。这一基线不仅量化了可恢复的碎片化程度，更为后续开发更高级的长时身份保持算法奠定了比较基础与优化方向。