《表1 平均中心位置误差(CLE)》
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
《结合LTP纹理特征和改进Mean-Shift的视频目标跟踪方法》
各种算法在3个视频序列上的平均CLE如表1所示。可以看到,本文LTP-IMS算法获得的跟踪误差最小。对于Ball序列,目标快速移动,使得它在连续帧之间的位移很大。但由于其背景相对简单,所以各种算法的性能都不差。在Skateboarding序列中,背景复杂,且目标与背景颜色存在重叠。为此,仅利用颜色特征的EM-shift算法不能很好地实现跟踪。LBP-MS算法结合了纹理和颜色特征,所以性能比EM-shift算法要好。而本文LTP-IMS算法不仅将LTP纹理特征与颜色特征相结合,还估计了目标的尺度和方向,所以获得了最佳性能。
图表编号 | XD00115465200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.15 |
作者 | 孙新领、张皓、赵丽 |
绘制单位 | 河南工学院计算机科学与技术系、河南工学院计算机科学与技术系、山西大学软件学院 |
更多格式 | 高清、无水印(增值服务) |