《表2 几种跟踪器性能和速度对比Tab.2 Performance and speed comparison among several trackers》
由表2数据可以看出,本文实现的算法在跟踪速度和跟踪性能之间取得了较好平衡,在保证跟踪性能的同时也获得了很快的跟踪速度。相较于VOT比赛前几名的跟踪算法,本文算法在速度上具有明显优势,并且跟踪性能相差不大。对比文献[7]中实现的算法,本文在引进了光流法结合目标运行矢量进行跟踪后,在跟踪准确性和重叠率上均有明显提升。文献[8]使用SSD网络[18]计算目标的精确位置,但是因为由于只针对人脸和车辆进行了训练,因此只能对人脸和车辆进行跟踪,不具有通用性;同时,由于其使用了计算较为复杂的两个机器学习模型判断确定目标的尺度运动状态,因此计算速度相较于本文算法也更慢。
图表编号 | XD0013967700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.01.28 |
作者 | 吴进、董国豪、李乔深 |
绘制单位 | 西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院 |
更多格式 | 高清、无水印(增值服务) |