错误正样本（False Positive，FP）：整个视频中被预测为正的负样本数。
错误负样本（False Negatives，FN）：整个视频中被预测为负的正样本数。
IDs：跟踪过程中目标ID切换总数。
基于这3个基础性指标，构建最常用的多目标跟踪准确度（Multiple Object Ttacking Accuracy，MOTA）和多目标跟踪精度（Multiple Object Ttacking Precision，MOTP）如式（1）和（2）所示：
其中，GT是所有真实值的数目， d t,i 和 c t 分别表示匹配对之间的距离度量和第 t 帧匹配成功的检测框数目。
MOTA基于FN、FP、IDs综合判定跟踪错误次数，体现跟踪算法的准确度，而MOTP则更偏向于检测器，主要根据目标预测框和真实值的边界框重叠度计算跟踪精度。
