《表3 本文算法与其他算法的对比》
进一步验证算法的有效性,将提出的方法与其他算法CSR-DCF,KCF[11],CN[15],SAMF[16]进行对比.表3是不同跟踪算法在普林斯顿数据集中的结果.CSR-DCF算法使用Hog[17]和ColorNames[18]特征.SAMF算法(Scale Adaptive Kernel Correlation Filter Tracker),特征采用矢量相加的原始像素、Hog和ColorNames,尺度池方法进行尺度估计.本文算法使用的特征与CSR-DCF特征相同,在精度方面,AUC和P20均高于其他算法.速度方面,利用深度信息计算尺度与基准算法相比,计算量更小,能基本达到实时处理.图3表示了成功率图和精度图,从成功率图和精度图可以看到本文方法高于其他算法.
图表编号 | XD00141262000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 杨海清、唐怡豪、许倩倩、孙道洋 |
绘制单位 | 浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江工业大学信息工程学院、浙江工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |