目標識別的評價指標主要有ROC曲線，missrate（MR，其實就是FALSE Positive）、FPPI、FPPW等。單圖像跟蹤的評價指標主要有兩個，一個是pixel error，一般是算中心距離，另一個是overlap rate，區域重疊率，用重疊區域除以兩個矩形所佔的總面積Aoverlap /（A1+A2-Aoverlap），常常用pixel error繪製幀誤差曲線，用重疊率繪製誤差曲線。除此之外，還有針對多目標圖像跟蹤的評價指標。在VOT中，目標跟蹤的評價指標又多了EOA和EOF圖，這篇博客都會介紹。
OTB
Online Object Tracking Benckmark，其中主要使用兩類評價指標，一類是平均像素誤差Average Pixel Error（APE），二類是平均重疊率Average Overlap Rate（AOR）
平均像素誤差
顧名思義，平均像素誤差就是根據預測目標中心位置與真實位置的像素距離作爲誤差值，該值越大，說明誤差越大。最終結果區幀平均。
平均重疊率
下面這張圖應該可以說明問題，平均重疊率O是以面積來衡量的
O=At⋂AgtAt⋃Agt
時間魯棒性
像素誤差和重疊率都可以做成成功率圖（Success Plot），這個大家在Paper裏都已經見過了，還有一種成功率圖，就是魯棒性成功率圖，又分爲時間魯棒性（TRE）和空間魯棒性（SRE），吐過不測試魯棒性，那麼就叫做一遍成功率（OPE）
OTB對時間魯棒性的測試是通過將視頻序列在時間軸上平均找出20個點作爲起點，終點還是原來的最後一幀，這樣通過對20段視頻序列運行算法，繪製平均的重疊率圖或者像素誤差圖，這樣就完成了空間魯棒性的測試。
空間魯棒性
與時間魯棒性一樣，一段視頻在第一幀，以真實位置稍作偏移，就是說測試初始化位置有偏差的目標序列。這樣測試十二段（八個方向，四個尺度），具體方法參照OTB-2013的Paper。這樣十二段序列的評價成功率曲線，就是魯棒性的曲線
VOT
VOT自2013年發展到現在，評價體系比較成熟，也越來越受歡迎。其中主要有EAO指標和EFO指標
EOA標準
EAO是Expect Average Overlaprate的縮寫
顧名思義的，精度的衡量方式是平均重疊率
魯棒性使用跟蹤算法跟丟目標的次數來衡量
通過一種方式，在一張圖中同時反映精度和魯棒性，這就是EOA圖
EFO
Equivalent Filter Operations
EFO是用來衡量速度的指標，以往我們談速度，都需要談硬件，再說fps，但是通過EFO指標可以減少硬件差異帶來的影響。
首先測試該機器在600×600圖像上，對每個像素進行30×30濾波的時間。
然後將跟蹤算法耗時除以該機器上進行以上濾波操作的時間，這樣得到的值就是EFO值，最大程度的減少了硬件的影響。