《表2 在VisDrone2019数据集上的AUC比较结果》

  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

《多特征融合的次峰抑制无人机目标跟踪》

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

为了进一步分析SSMT跟踪算法在VisDrone2019数据集中的表现，与七个先进跟踪算法在其他各个属性上进行对比。图5显示SSMT跟踪算法在快速运动、摄像机抖动、视角变化、偏离视线四个属性上都取得较高的精度和成功率。表2列出SSMT跟踪算法在另外七个属性上的比较结果，加粗为最佳，加粗下划线为第二好结果。表2显示在尺度变化（SV）、纵横比变化（ARC）、局部遮挡（POC）三个属性上取得较高的性能。在背景干扰（BC）和相似目标（SO）属性上的精度仅次于MCCT-H跟踪算法，但成功率高于其他算法。在光照变化（IV）属性上的表现仅次于ARCF跟踪算法，在低分辨率（LR）属性上表现不佳。