《表3 本文算法VOT数据集中部分样本总长度及跟踪成功长度Tab.3 Total length and successfully tracked length of the proposed algo

《表3 本文算法VOT数据集中部分样本总长度及跟踪成功长度Tab.3 Total length and successfully tracked length of the proposed algo   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
《基于区域卷积神经网络和光流法的目标跟踪》


  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

由表3结果分析,本文实现的算法在诸如高速移动的汽车、移动速度较快且目标形变较大的花样滑冰等样本上,跟踪成功长度较好,这是由于使用通用目标跟踪框架作为基础,并且使用光流算法确定初选框的大小和移动方向,因此算法对移动速度和形变具有较高的鲁棒性;但是在存在大量遮挡和同类型目标重叠的girl样本、bolt赛跑样本和篮球场样本下,跟踪成功长度较低,容易出现漂移导致跟踪失败。