ALOV++（Amsterdam Library of Ordinary Videos for tracking）は物体追跡用のビデオデータで、異なる光線、透明度、反射条件、背景の複雑さ、焦点距離の下での類似物体の追跡を目的としています。ビデオは主にYoutubeサイト上のもので、平均長は9.2秒、最長は35秒です。

追跡用のアムステルダム一般ビデオライブラリ（ALOV ++）

追跡用のアムステルダム一般ビデオライブラリであるALOV ++は、可能な限り多くの環境、すなわち照明、透明度、鏡面反射、類似物体との混同、雑多さ、遮蔽、ズーム、激しい形状変化、異なる運動パターン、低コントラストなどをカバーするアニメーションです。ALOV ++データセットを作成する際には、いくつかの長いビデオが優先されました。これらの各方面において、簡単なものから難しいものまでのビデオシーケンスを収集し、ビデオの難易度を重視しています。ALOV ++は、既存のデータセットからの11の標準追跡ビデオシーケンスを含むことで、平滑性と遮蔽をカバーし、他の追跡ベンチマークと上位互換性を持たせることができます。さらに、最近の追跡論文で頻繁に使用されている、光、反射率、透明度、運動の平滑性、混乱、遮蔽、揺れるカメラなどに関する11の標準ビデオシーケンスを選択しました。65のPETSワークショップで以前に報告されたシーケンスのうち、250個が新しいもので、合計315個のビデオシーケンスがあります。

データの主なソースはYouTubeからの実際のビデオで、顔、人、ボール、タコ、微細な細胞、ビニール袋や缶など、64種類の異なるタイプの目標物を含んでいます。このシリーズは13の難易度の側面に分けられ、ダンサー、コンサートのロック歌手、完全な透明ガラス、タコ、一群の鳥、偽装兵士、完全に遮蔽された物体、極度に拡大されたビデオなど、撮影が難しい非常に厄介なビデオが多く含まれており、目標物の突然の運動が導入されています。 

多様性を最大化するために、ほとんどのシーケンスは短いです。短いビデオの平均長は9.2秒、最長は35秒です。別のカテゴリには10個の長いビデオが含まれ、持続時間は1～2分の間です。ALOV ++のフレーム総数は89364です。ALOV ++のデータは、5フレームごとの柔軟なサイズの主軸に沿った矩形の境界ボックスで注釈付けされています。極少数のケースで、運動が速いときは、注釈付けがより頻繁に行われます。中間フレームの基本的な事実は線形補間によって得られます。最初のフレームの地面の実況境界ボックスは、追跡装置に指定されます。