《表6 算法效率对比：多模型协作的分块目标跟踪》

  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

《多模型协作的分块目标跟踪》

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

（frame/s）（帧/秒）

从表6可以看出，本文算法在计算效率上，整体高于SPT算法，低于基于相关滤波的目标跟踪方法，略低于Staple和LSH算法，在有些序列中高于Frag算法而有些序列中低于Frag算法.这是由于本文算法在运行过程中根据实际选定的目标大小动态调整了超像素分割的压缩因子、超像素数量等相关参数.通过在跟踪过程中加入超像素模型的训练和子块异步更新策略，结合局部敏感直方图良好的光照不变特性，保证目标模型对复杂场景具有很强的适应性，虽然损失了一部分计算效率，但换取了更高的跟踪正确率和精确度.