TLP

displayName: TLP (Track Long and Prosper)
labelTypes: []
license:
- CC BY-NC-SA 4.0
mediaTypes: []
paperUrl: https://arxiv.org/pdf/1712.01358v4.pdf
publishDate: "2019"
publishUrl: https://amoudgl.github.io/tlp/
publisher:
- Centre for Visual Information Technology, International Institute of Information
Technology, Hyderabad
tags:
- Video
taskTypes:
- Visual Tracking
- Visual Object Tracking
- Object Tracking

---
# 数据集介绍
## 简介
一个新的长视频数据集和单目标跟踪基准。该数据集由来自真实世界场景的50个高清视频组成，持续时间超过400分钟（676K帧），与现有的视觉跟踪通用数据集相比，每个序列的平均持续时间增加了20倍以上，总覆盖时间增加了8倍以上。
## 引文
```
@inproceedings{moudgil2018long,
title={Long-term visual object tracking benchmark},
author={Moudgil, Abhinav and Gandhi, Vineet},
booktitle={asian conference on computer vision},
pages={629--645},
year={2018},
organization={Springer}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：TLP（Track Long and Prosper）
标签类型：无
许可协议：
- CC BY-NC-SA 4.0
媒体类型：无
论文链接：https://arxiv.org/pdf/1712.01358v4.pdf
发布日期：2019年
项目主页：https://amoudgl.github.io/tlp/
发布机构：印度海得拉巴国际信息技术学院视觉信息技术中心
标签：
- 视频
任务类型：
- 视觉追踪（Visual Tracking）
- 视觉目标追踪（Visual Object Tracking）
- 目标追踪（Object Tracking）

---

# 数据集简介
## 简介
本数据集为一款新型长视频数据集与单目标跟踪基准，包含50段取自真实世界场景的高清视频，总时长超400分钟（合计67.6万帧）。相较于现有主流视觉跟踪通用数据集，单序列平均时长提升超20倍，总覆盖时长提升超8倍。
## 引用文献

@inproceedings{moudgil2018long,
title={Long-term visual object tracking benchmark},
author={Moudgil, Abhinav and Gandhi, Vineet},
booktitle={asian conference on computer vision},
pages={629--645},
year={2018},
organization={Springer}
}

## 数据集下载
:modelscope-code[]{type="git"}