《表1 使用最大间隔分类器的跟踪方法性能对比》
其中,CNN-SVM方法通过CNN特征反向投影构造显著图,用于指导目标表征模型的构建,取得了同类方法里面的次优精度,但是成功率仅为65.14%,与本文方法的73.84%有较大的差距。提出多峰检测策略的LMCF方法取得了同类方法里的次优成功率,但是成功率与精度均明显低于本方法。Scale-DLSSVM在DLSSVM基础上加入多尺度估计,以牺牲运行效率为代价提升了算法对目标尺度变化的适应能力,精度与成功率均有明显提升,但是与本文方法相比仍然有一定差距。以上结果说明,本文方法在跟踪精度与鲁棒性上均优于其他同类方法,估计的显著图以及提出的目标表征模型十分有效地提升了方法对目标尺度与形状变化的鲁棒性。
图表编号 | XD00133058800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.25 |
作者 | 张伟俊、钟胜、王建辉 |
绘制单位 | 华中科技大学人工智能与自动化学院、华中科技大学多谱信息处理技术国家级重点实验室、华中科技大学人工智能与自动化学院、华中科技大学多谱信息处理技术国家级重点实验室、华中科技大学人工智能与自动化学院、华中科技大学多谱信息处理技术国家级重点实验室 |
更多格式 | 高清、无水印(增值服务) |