《表1 跟踪精度DP结果对比》

  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

《面向复杂场景的鲁棒KCF行人跟踪方法》

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

%

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。