SOMPT22

SOMPT22数据集是由阿塞尔桑公司和格布兹技术大学合作创建的，专注于户外监控场景下的多行人跟踪。该数据集包含从全球不同地点的静态摄像头捕获的短视频，摄像头高度约为6-8米，用于城市监控。SOMPT22旨在提供一个更专注和特定的多目标跟踪（MOT）基准，特别适用于户外监控，与公共MOT数据集相比，它更注重深度分析表现良好的多目标跟踪器，以观察最先进（SOTA）技术在实际应用中的强弱点。该数据集的应用领域包括城市设施安全、法律执行和智能城市应用，旨在解决监控场景中行人的复杂运动模式和视点变化等问题。

The SOMPT22 dataset was co-developed by Arçelik A.Ş. and Gebze Technical University, focusing on multi-pedestrian tracking in outdoor surveillance scenarios. It consists of short video clips captured by static surveillance cameras mounted at a height of approximately 6 to 8 meters across various global locations for urban monitoring purposes. SOMPT22 aims to provide a focused and specialized Multiple Object Tracking (MOT) benchmark specifically for outdoor surveillance applications. Unlike public MOT datasets, it prioritizes in-depth analysis of high-performing multi-object trackers to evaluate the strengths and weaknesses of State-of-the-Art (SOTA) technologies in real-world practical scenarios. The applicable domains of this dataset include urban facility security, law enforcement, and smart city applications, and it is designed to tackle challenges such as complex pedestrian motion patterns and viewpoint variations in surveillance environments.

搜集汇总

数据集介绍

构建方式

在视频监控领域，多目标跟踪数据集通常聚焦于通用场景，而SOMPT22数据集则专门针对室外监控视角进行构建。该数据集通过选取全球多个城市中安装在6-8米高杆上的静态监控摄像头，采集了14段约一分钟的公开流媒体视频，涵盖了广场和十字路口等行人运动方向多样的场景。视频采集考虑了不同时段的环境光照变化，并对行人面部进行了模糊处理以保护隐私，同时确保不影响检测和重识别特征。标注工作采用英特尔开源工具CVAT，先使用预训练模型生成初步检测与跟踪标签，再由人工标注者精细调整，最终以MOTChallenge格式提供边界框和唯一轨迹ID，确保了数据的准确性和一致性。

使用方法

SOMPT22数据集主要用于评估和优化监控场景下的多行人跟踪算法。研究人员可将其分为训练集和测试集，分别用于模型训练和性能验证。使用该数据集时，建议采用基于检测的跟踪框架，例如结合YOLOv5等检测器与SORT或DeepSORT等关联方法，以充分利用其提供的长轨迹和复杂运动模式。数据集的标注格式兼容MOTChallenge标准，便于集成到现有评估流程中。在实验设计中，可通过微调预训练模型（如在CrowdHuman数据集上预训练）来适应监控视角，并利用HOTA、DetA、AssA等指标全面衡量检测与关联性能。该数据集特别适合探索检测精度对整体跟踪的影响，以及重识别特征在长期跟踪中的有效性，为开发更鲁棒的监控专用跟踪器提供基准平台。

背景与挑战

背景概述

在计算机视觉领域，多目标跟踪（MOT）技术对于视频监控、自动驾驶等应用至关重要。随着卷积神经网络在目标检测方面的突破，基于检测的跟踪方法逐渐成为主流。然而，现有公共数据集如MOTChallenge虽涵盖多样场景，却缺乏针对城市监控视角的专门数据。为此，Aselsan公司与盖布泽技术大学的研究团队于2022年推出了SOMPT22数据集，专注于静态高视角摄像头下的行人跟踪。该数据集通过采集全球多个城市的公开监控视频，旨在优化监控场景下的跟踪算法，填补了高视角、长时跟踪评估的空白，推动了监控导向MOT研究的发展。

当前挑战

SOMPT22数据集致力于解决监控场景中行人多目标跟踪的特定挑战，其核心问题在于高视角摄像头下行人尺寸小、运动模式复杂以及长时跟踪中的外观变化。构建过程中的挑战包括：数据采集需筛选全球静态监控源以确保视角一致性；标注工作面临行人遮挡频繁、轨迹跨帧连续性维护的困难；同时，为保护隐私而对行人面部进行模糊处理，需平衡匿名化与特征保留的冲突。这些因素共同增加了数据集构建的复杂度与精确性要求。

常用场景

经典使用场景

在计算机视觉领域，多目标跟踪技术长期面临通用数据集与特定应用场景间的性能鸿沟。SOMPT22数据集通过提供专门针对城市监控视角的标注视频序列，为多行人跟踪算法在静态高视角摄像头下的性能评估建立了经典基准。该数据集收录了全球多个城市广场与十字路口的监控影像，摄像头固定于6-8米高的立柱上，完整呈现了行人运动的复杂轨迹与自然交互模式，使得研究者能够在此约束场景下深入分析跟踪算法的长期稳定性与视角适应性。

解决学术问题

该数据集有效解决了多目标跟踪研究中因视角差异导致的算法评估偏差问题。传统数据集如MOTChallenge虽涵盖多样场景，但其混合了自动驾驶视角与监控视角，难以精确评估算法在特定监控场景下的性能。SOMPT22通过限定摄像头高度、静态拍摄及行人目标类别，为学术界提供了针对城市监控场景的纯净测试平台。其长轨迹、多方向运动及自然遮挡的标注数据，使研究者能够系统探究跟踪算法在长期身份保持、小目标检测及视角变化适应等核心难题上的表现，推动了监控导向的多目标跟踪技术向专业化、精细化方向发展。

实际应用

在实际应用层面，SOMPT22数据集直接服务于智慧城市与公共安全领域的视频分析系统开发。基于该数据集训练的算法能够有效部署于城市广场、交通枢纽等区域的固定监控摄像头，实现行人流量统计、异常行为检测与轨迹预测等功能。数据集所呈现的高视角、广覆盖场景特性，恰好对应了现实监控系统中常见的摄像头布设方式，其标注的长期轨迹与复杂交互模式为开发鲁棒性强的商用跟踪系统提供了关键训练资源。通过在该数据集上的性能优化，跟踪算法能够更好地应对实际监控环境中普遍存在的目标尺度变化、光照波动及部分遮挡等挑战。

数据集最近研究

最新研究方向

在智能视频监控领域，SOMPT22数据集的推出标志着多目标跟踪研究正朝着场景专业化与精细化评估方向深化。该数据集聚焦于静态高视角监控摄像头下的行人跟踪，弥补了现有基准在真实城市场景中长时轨迹分析与视角变化适应性方面的不足。前沿研究围绕如何提升在复杂光照、遮挡及小目标检测下的跟踪鲁棒性展开，结合YOLOv5与SORT等单阶段跟踪器的优化成为热点，同时探索重识别特征在长时关联中的有效融合。这一方向不仅推动了监控专用算法的性能突破，也为智慧城市安防系统的实际部署提供了关键数据支撑。

相关研究论文

• SOMPT22: A Surveillance Oriented Multi-Pedestrian Tracking Dataset

  阿塞尔桑公司 · 2022年