《表2 不同ILDA外观模型更新阈值Δ下仿真实验结果(ETH-Bahnhof)》

  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

《自适应在线判别外观学习的分层关联多目标跟踪》

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

本文算法在不同ILDA外观模型更新的差异阈值下的仿真实验结果如表2所示。视频序列选取ETH-Bahnhof，共1 000帧，视频分辨率为640×480像素，帧率为14帧/s。从表2中可以看出，在设置阈值为10%时，处理速度下降到0.281 s/帧，节约了29.9%的时间，是所选阈值中降幅最大的。比较各个鲁棒性参数（MOTP，MOTA，IDS），在阈值为10%时，各个鲁棒性参数变化很小，当阈值设为30%时，MOTP降低了6.71%，MOTA降低了9.57%，IDS增加了44.1%，鲁棒性已明显降低。故本文将差异阈值设为10%。