《表1 六种跟踪算法在RGB-D视频测试序列中的P20和AUC》
提示：宽带有限、当前游客访问压缩模式
表1为六种算法在各测试序列中的P20和AUC。本文方法平均P20为98.9%，平均AUC为92.1%，排名第一。整体而言，本文方法对遮挡的检测、跟踪较为准确。
| 图表编号 | XD00148228300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.01 |
| 作者 | 朱福珍、薛景、张美虎、江兆银 |
| 绘制单位 | 扬州市职业大学、扬州市职业大学、扬州市职业大学、扬州市职业大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 KCF、f DSST、OURS算法在视频序列中的性能对比》2020.10.25
- 《表1 测试视频序列：融合TLD框架的DSST实时目标跟踪改进算法》2020.09.01
- 《表1 两种算法在测试视频上的跟踪速度》2020.10.20
- 《表2 降温试验性能指标：目标物智能跟踪与分割融合算法及其在变电站视频监控中的应用》2020.12.05
- 《表5 在KITTI跟踪基准数据集(21个视频序列的训练集中划分出来的验证集)上试验各模块对多目标跟踪算法的影响》2021.03.01
- 《表1 选取的视频序列：一种改进的背景感知相关滤波跟踪算法》2021.01.10
- 《表2 算法在MNIST数据测试AUC结果》2020.12.31
- 《表1 视频序列：基于背景感知与快速尺寸判别的相关滤波跟踪算法》2020.03.01
- 《表1 三种目标跟踪算法在不同视频序列上的成功率（%）》2020.05.25
- 《表2 5种算法在8个视频中的CLE和DP对比》2020.06.20
- 《表3 测试视频的属性：融合多层卷积特征自适应更新的目标跟踪算法》2020.01.25
- 《表2 跟踪算法在10组视频序列中跟踪误差》2020.02.25
- 《表5 6种算法在11种属性跟踪视频的跟踪成功率》2020.01.16
- 《表4 6种算法在11种属性跟踪视频的跟踪精确率》2020.01.16
- 《表1：视频序列属性介绍：相似车辆干扰下的车辆跟踪算法》2020.01.01
- 《表3 各跟踪算法在视频序列中的速度》2019.11.15
- 《表1 测试视频序列属性：利用感知模型的长期目标跟踪》2019.11.16
- 《表3 3种算法对Human3视频序列的目标跟踪结果》2018.09.01
- 《表2 3种算法对Girl视频序列的跟踪结果》2018.09.01
- 《表1 八段测试视频：自适应尺度特征融合与模型更新的跟踪算法》2019.12.01