A unified toolkit for visual object tracking and segmentation evaluation

Čehovin Zajc, Luka (avtor)

We present a toolkit for evaluating and analyzing visual object tracking and segmentation methods. In contrast to most existing tools, the proposed toolkit introduces a unified representation of these tasks, enabling tracking of one or more objects with different object descriptions, from points to segmentation masks. Moreover, it is organized in a modular manner, supporting multiple integration types, various experiment types, and comprehensive reporting. The toolkit’s purpose aligns with the goals of the tracking community by supporting evaluation for all VOT and VOTS challenges, as well as for several other video-tracking or segmentation datasets. It is also extensible in almost every direction (data, methods, experiment design). This paper illustrates the toolkit’s architecture and usage patterns, and discusses its role in supporting the community’s transition towards unified video understanding.

• Jezik: Angleški jezik
• Ključne besede: tracking, video segmentation, performance evaluation, Python
• Vrsta gradiva: Članek v reviji
• Tipologija: 1.01 - Izvirni znanstveni članek
• Organizacija: FRI - Fakulteta za računalništvo in informatiko
• Status publikacije: Objavljeno
• Različica publikacije: Objavljena publikacija
• Leto izida: 2027
• Št. strani: 6 str.
• Številčenje: Vol. 709, art. 135295
• PID: 20.500.12556/RUL-190183
• UDK: 004.93:004.42
• ISSN pri članku: 0925-2312
• DOI: 10.1016/j.neucom.2026.135295
• COBISS.SI-ID: 302073859
• Datum objave v RUL: 23.10.2026

Gradivo je del revije

• Naslov: Neurocomputing
• Skrajšan naslov: Neurocomputing
• Založnik: Elsevier
• ISSN: 0925-2312
• COBISS.SI-ID: 172315

Licence

• Licenca: CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
• Povezava: http://creativecommons.org/licenses/by/4.0/deed.sl
• Opis: To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.

Sekundarni jezik

• Jezik: Slovenski jezik
• Ključne besede: sledenje, video segmentacija, ocenjevanje performans, Python

Projekti

• Financer: ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
• Številka projekta: Z2-1866
• Naslov: Globoko generativno modeliranje izgleda v vizualnem sledenju

• Financer: ARIS - Javna agencija za znanstvenoraziskovalno in inovacijsko dejavnost Republike Slovenije
• Številka projekta: J2-60045
• Naslov: RoDEO: Robustno globoko učenje za opazovanje Zemlje