《表1 模型性能比较：一种用于电力监控的行人运动检测与跟踪算法》
提示：宽带有限、当前游客访问压缩模式
在监控视频中随机选取不同场景进行测试，待检测的行人共有167人。根据评价性能指标将本模型与其他模型进行对比，对比结果如表1所示。
| 图表编号 | XD0056175100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.28 |
| 作者 | 江鹏宇、杨耀权、彭蹦 |
| 绘制单位 | 华北电力大学控制与计算机学院、华北电力大学控制与计算机学院、华北电力大学控制与计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 CV运动：基于概率模型的实时修正IMM目标跟踪算法》2020.11.01
- 《表1 模型检测性能对比：改进的YOLOv3红外图像行人检测算法》2020.07.30
- 《表2 降温试验性能指标：目标物智能跟踪与分割融合算法及其在变电站视频监控中的应用》2020.12.05
- 《表3 与不同经典行人目标跟踪模型性能对比》2021.02.28
- 《表1 运动模糊场景下跟踪算法性能对比》2020.12.28
- 《表1 算法跟踪指标：基于深度学习的行人单目标跟踪》2020.05.15
- 《表1 模型性能比较：基于双流卷积神经网络和生成式对抗网络的行人重识别算法》2020.06.10
- 《表2 MC模块：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表3 多尺寸预测：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表5 算法对比：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表1 骨干网络：一种卷积神经网络的车辆和行人检测算法》2020.04.25
- 《表1 各方法对比结果：基于分布式二维激光测距仪的室内行人检测与跟踪》2020.03.01
- 《表2 算法性能评价表：远红外车载图像实时行人检测与自适应实例分割》2020.01.25
- 《表3 跟踪测试结果：基于助老机器人的行人检测与跟踪算法研究》2019.12.01
- 《表2 篡改检测统计结果：一种用于DEM数据认证与篡改定位的感知哈希算法》2020.03.25
- 《表1 各算法性能比较：结合网格密度聚类的行人检测候选域生成》2019.09.16
- 《表1 新增样本构成：一种基于Faster R-CNN的行人检测算法》2019.08.01
- 《表1 不同车辆检测与跟踪模型的性能对比》2019.04.01
- 《表1 综合性能比较：基于改进DPM模型的行人检测方法研究》2018.06.15
- 《表1 算法定量比较：一种改进的基于ViBe的运动目标检测方法》2018.04.01