《表1 跟踪精度DP结果对比》
%
从表1可见,本文算法在14组测试集上跟踪结果的平均跟踪精度为73.64%。相比KCF,提高7.78%,相比CNSGM,Struck,CT,ASLA,CXT和L1APG分别提高2%,17.27%,51.14%,20.5%,40.35%和34.71%。从表2可见,本文算法的平均中心位置误差为27.42。相比KCF,降低了18.07%,相比CNSGM,Struck,CT,ASLA,CXT和L1APG分别降低了19.34%,45.23%,91.8%,53.6%,82.17%和81.67%。在DP和CLE准则上的结果显示本文鲁棒的跟踪算法整体最优,更加接近真实结果。
图表编号 | XD00109604700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 成科扬、师文喜、周博文、吴金霞 |
绘制单位 | 江苏大学计算机科学与通信工程学院、社会安全风险感知与防控大数据应用国家工程实验室、新疆联海创智信息科技有限公司、社会安全风险感知与防控大数据应用国家工程实验室、江苏大学计算机科学与通信工程学院、江苏大学计算机科学与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |