《表2 SegTrackv2数据集对比结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于简单帧选择的显著性检测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过本文与其他显著性模型的对比实验发现，本文提出的算法在精确度和召回率上都高于其他算法。具体地，从图3可以看出，除了与SA15曲线部分相交外，PR曲线高于其他4种算法，并从图3的评估直方图得到在查准率P和F-Measure值上本文提出的算法均高于其他算法。从表2也可以发现，本文的AP和F-Measure值的0.685 6和0.700 1高于SA15的0.646 0和0.648 1以及GF15的0.642 1和0.639 0，在准确率上要高于SA15近6.13%，高于GF15近6.8%，在F-Measure值上高于SA15近8%，高于GF15近9.5%，在MAE值上也要优于其他算法。算法与初始显著图SMD的F-Measure值0.650 9和AP值0.658 7比较，也取得了较明显的提高，特别是在召回率上远远高于SMD。这是因为本文算法能有效地选择出简单帧进行学习，并根据简单帧显著结果进行帧间的传播，避免了其他算法中某些帧出现严重失真的情况，所以在取得较高精确度的同时保持了高召回率，体现了简单帧算法的鲁棒性。