《表2 Robust PCA对CN降维至不同层时算法结果比较》

  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

《基于鲁棒PCA的视觉跟踪算法》

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

注：每个算法对应的最优值标为黑体，次优算法标为下划

设置Robust PCA对CN特征处理分别降维至2、3、4、5层，并将其应用于SAMF算法中，与原文中直接使用CN 11维特征的算法进行比较，实验结果如表2。通过使用Robust PCA对CN降维至5层时取得性能最好，比原文中使用11维CN特征成功率提升1.4%，精度提升2.1%。使用Robust PCA对CN降维至3和4层时成功率分别提升0.3%和0.5%，精度提升0.8%和0.9%。降维至2层时成功率下降0.4%，但精度提升0.2%。通过表2整个实验结果的比较，可以看出，使用Robust PCA对CN特征处理后，对跟踪精度的影响较大。