定义
平均重叠期望（英文Expected average overlap 简称：EAO) 是用于衡量目标追踪方法准确性和鲁棒性的指标，表示每个跟踪器在一个短时图像序列上的非重置重叠的期望值，是VOT评估跟踪算法精度的最重要指标，在VOT2015目标追踪竞赛中被提出[1]。
EAO的计算方法
图 1 EAO计算示意图[1]（三种颜色对应三个不同的追踪器）
考虑一个用于目标追踪的视频，其包含Ns帧，待测试的跟踪器在此序列的开始处初始化，并一直跟踪至最后一帧。如果跟踪器在某帧预测的矩形框偏离目标，则追踪停止。跟踪器的性能可以通过计算每帧预测矩形框和实际目标框的重叠的平均值
来进行定量，偏离目标后的0重叠也考虑在内，则得到：
令待测跟踪器在数据集中帧数为Ns的视频上均测试一次， 假设帧数为Ns的视频有L个，对应计算得到L个
，对这L个 取平均，就可以得到帧数为Ns 视频对应的EAO值
，如变化Ns的取值，从1到Nmax分别进行EAO计算，可以得到EAO曲线（图1左上图），此时通过计算一定帧数单位内的EAO的平均值，即可得到对应一定帧数区间内的平均重合度(图1右侧图)：
参考文献
[1] Kristan M, Matas J, Leonardis A, et al. The visual object tracking vot2015 challenge results[C]//Proceedings of the IEEE international conference on computer vision workshops. 2015: 1-23.
