《表1 算法仿真实验结果比较》
注:加粗字体为每列最优值,“-”表示原文献没有此项数据。
使用公共标准CLEAR MOT(Bernardin和Stiefelhagen,2008)来定量地评估算法性能,该标准包含了多种评估指标:多目标跟踪精度(multi-object tracking precision,MOTP↑)、多目标跟踪准确度(multi-object tracking accuracy,MOTA↑)。除此之外,还利用了Wu和Nevatia(2006)提供的几种常用评估指标:跟踪轨迹标签转换次数(identity switch,IDS↓)、与真值相比在整个序列中超过80%视频帧被跟踪的轨迹数量比(mostly tracked,MT↑)、在整个序列中低于20%视频帧被跟踪的轨迹数量比(mostly lost,ML↓)及轨迹分段的数量(fragmentation,Frag↓)。↑表示数据越高越好,↓表示数据越小越好,本文算法与5种在线跟踪算法:Zhu等人(2016)、Tesfaye等人(2016)、Possegger等人(2014)、Wang等人(2016)、Yamaguchi等人(2011)和5种离线跟踪算法:张丽娟和周治平(2018)、齐美彬等人(2017)、Pirsiavash等人(2011)、Li等人(2009)、Milan等人(2014)定量对比结果如表1所示,实验数据由相关文献提供。
图表编号 | XD00141909100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.16 |
作者 | 方岚、于凤芹 |
绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |