DanceTrack

DanceTrack 是一个大规模多目标跟踪（MOT）数据集，专注于统一外观与多样化运动场景下的人体跟踪任务。数据集由群舞视频构成，舞者穿着高度相似甚至相同的服装，伴随复杂多变的肢体动作、频繁遮挡与交叉。该数据集发表于 CVPR 2022。

设计目标：促使 MOT 算法减少对视觉外观判别的依赖，更多利用运动分析完成目标关联。

关键特性

• 统一外观：人物穿着高度相似甚至相同，视觉特征难以区分。
• 多样化运动：大幅度的运动范围与复杂姿态变化，对运动建模提出更高要求。

支持的任务

• 多目标跟踪（MOT）
• 目标检测（作为跟踪的基础）
• 行人重识别（在相似外观条件下的评估）

目录结构

{DanceTrack ROOT}
└── dancetrack/
    ├── train/          # 40 个序列，标注公开
    │   └── dancetrack0001/
    │       ├── img1/   # 图像序列（JPEG）
    │       └── gt/gt.txt
    ├── val/            # 25 个序列，标注公开
    └── test/           # 35 个序列，无标注（需提交评测）

标注格式（gt.txt）

每行：<frame_id>, <track_id>, <box_left>, <box_top>, <box_right>, <box_bottom>, 1, 1, 1

• 坐标为绝对像素值，边界框为左上/右下角。
• frame_id 从 1 开始；后三个 1 为固定占位符。
• 标注规范：部分遮挡时标注完整人体框，完全遮挡时不标注。

数据划分

划分	视频数	标注状态
Train	40	公开
Validation	25	公开
Test	35	不公开

测试集需通过 CodaBench 提交评测。

引用

@inproceedings{sun2022dance,
  title={DanceTrack: Multi-Object Tracking in Uniform Appearance and Diverse Motion},
  author={Sun, Peize and Cao, Jinkun and Jiang, Yi and Yuan, Zehuan and Bai, Song and Kitani, Kris and Luo, Ping},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2022}
}

License

本数据集为非商业研究用途镜像，原始协议如下：

• 标注（annotations）：采用 Creative Commons Attribution 4.0 (CC BY 4.0) 许可。
• 数据本体（videos / images）：仅限非商业研究用途。
• 所有视频与图像均来自互联网，其版权不属于香港大学、卡内基梅隆大学或字节跳动；上述机构不对这些视频与图像的内容或含义负责。

原始发布方声明见 https://dancetrack.github.io/，权威协议以原始页面为准。本镜像不授予超出原始协议的额外权利。