《表1 与其他算法的跟踪结果对比》

  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

《基于改进核相关滤波的长时目标跟踪算法》

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

在公共基准数据集OTB100上将LKCF与7种典型的跟踪算法进行了对比实验。7个对比算法包括Struck（structured output tracking with kernels）[14]、TLD（tracking-learn-detection）[12]、在线AdaBoost方法（OAB）[10]、KCF[7]以及依据在线分类器分类的跟踪算法MIL（multiple instance learing）[15]、CT（compressive tracking）[8]和ASLA（adaptive structural local sparse appearance model）[16]。采用距离精度和重叠成功率评估标准[17]，以0.5为重叠阈值的重叠率、20个像素内的精度分数以及平均帧速来定量比较，如表1所示。结果显示，LKCF算法的成功重叠率（OS）为78.9%、距离精度（DP）为86.6%，优于其他7个对比算法。虽然KCF的平均OS为62.2%，DP为74.1%，但是KCF的帧速率172 Hz明显比LKCF的34 Hz快。这是由于LKCF算法的重新检测机制增长了检测时间，但在实际应用中仍可满足工程的实时要求。