《表1 使用最大间隔分类器的跟踪方法性能对比》

  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

《基于时空显著性建模的空中飞行器跟踪方法》

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

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。