《表2 SegTrackv2数据集对比结果》
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。
图表编号 | XD00102820000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.15 |
作者 | 徐屹伟、刘政怡、赵悉超 |
绘制单位 | 安徽大学计算智能与信号处理实验室、安徽大学计算机学院、安徽大学计算智能与信号处理实验室、安徽大学计算机学院、安徽大学计算智能与信号处理实验室、安徽大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |