《表1 与其他算法的跟踪结果对比》
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。
图表编号 | XD00182280300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.10 |
作者 | 陈丽萍、王铭羽、杨文柱、王思乐、陈向阳 |
绘制单位 | 河北大学网络空间安全与计算机学院、河北大学网络空间安全与计算机学院、河北大学网络空间安全与计算机学院、河北大学网络空间安全与计算机学院、河北大学网络空间安全与计算机学院 |
更多格式 | 高清、无水印(增值服务) |