《表1 实验统计数据：基于单目视觉的车辆检测与跟踪》

  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

《基于单目视觉的车辆检测与跟踪》

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

由图6可以看出，视觉跟踪算法可以有效地对视觉目标进行跟踪。由于训练数据集中小型货车的样本较少，视频段中出现多次漏检小型货车的现象，但跟踪算法可以有效地跟踪并保留这个目标，且一段时间后再次检测到小型货车目标时能够保持ID号（33号）不变，说明此跟踪算法很好地改善了漏检而导致的ID switch现象。本文算法的实验统计数据图表1所示，可以看出，在长达两分十五秒的行驶过程中，目标检测算法发生了71次漏检，ID switch仅发生17次，可见本文的跟踪算法能够很好地解决漏检现象，实现对车辆目标稳定的跟踪。在运行速度方面，与前面实验相比，平均FPS下降了2.22，原因是采集数据为高分辨率图像，输入到目标检测网络后影响了目标检测的速度。由此也可以看出，用于感知的摄像机选型时应选择合适的分辨率。