Disallineamento delle Metriche nell'Associazione di Oggetti Multi-Vista
Un recente articolo su arXiv (2606.02022v2) evidenzia una discrepanza critica tra le metriche di ranking e gli obiettivi di assegnazione nell'ambito dell'associazione di oggetti multi-vista, essenziale per i compiti di percezione multi-telecamera nella visione artificiale. Gli autori illustrano che anche quando le assegnazioni sono accurate, le metriche di ranking a coppie come AP e FPR-95 possono essere imperfette, sebbene la normalizzazione basata su Sinkhorn possa correggere questo problema. D'altra parte, ottenere ranking a coppie ottimali può portare ad assegnazioni errate. Confermano questa discrepanza utilizzando la normalizzazione basata su Sinkhorn come valutazione di post-elaborazione controllata, dimostrando che la messa a punto di pochi parametri può migliorare significativamente AP e FPR-95, ma senza simili miglioramenti nelle metriche a livello di assegnazione come ACC. L'articolo è accessibile su arXiv.
Fatti principali
- Articolo arXiv:2606.02022v2
- Tipo di annuncio: replace-cross
- Si concentra sull'associazione di oggetti multi-vista
- Evidenzia la discrepanza tra metriche di ranking (AP, FPR-95) e obiettivo di assegnazione
- Mostra teoricamente che AP e FPR-95 possono essere imperfetti anche quando l'assegnazione è corretta
- La normalizzazione basata su Sinkhorn può rendere perfette le metriche
- Il ranking a coppie ottimale può ancora portare ad assegnazioni errate
- Validato tramite test di stress di post-elaborazione
Entità
Istituzioni
- arXiv