《表2 跟踪对算法性能的影响》

  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

《俯视深度头肩序列行人再识别》

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:加粗字体为每行最优值。

TDPI-L数据集和TDPI-B数据集中同一时间内至少有2个人存在，所以为了分析跟踪对算法性能的影响，分别使用核相关滤波器（kernelized correlation filters，KCF）（Henriques等，2015）、基于回归网络的通用目标跟踪（generic object tracking using regression networks，GOTURN）（Held等，2016）、马尔可夫决策过程（Markov decision process，MDP）（Xiang等，2015）和卡尔曼等算法进行跟踪，使用多特征相似度加权融合算法进行识别，实验结果如表2所示。