《表1 不同算法在OTB100数据集上的运行速度》

  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

《基于时空上下文正则的孪生网络目标跟踪》

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

fps

为了测试本文算法的跟踪速度，将本文算法与上述12种算法在OTB100数据集上的平均每秒跟踪帧数进行统计，实验结果如表1所示。由表1可知，算法运行速度前3名分别是KCF[36]、Staple[43]和LCT[45]算法。其中，基于手工方式提取特征的KCF算法运行速度达到174.6 fps，这说明目前采取传统手工方式提取特征的跟踪方法仍然比基于CNN提取特征的算法的目标跟踪速度更快。虽然本文算法是基于CNN提取特征，并且需要同时采集上下文信息和目标信息，增加了计算负载，但是相对于DCFNet[44]，SRDCF[42]，SRDCFdecon[41]，SAMF＿AT[40]等算法，本文算法的目标跟踪速度仍然有一定的优势。