《表2 针对形变、遮挡情况的算法精确率对比》
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
《基于自适应Siamese网络的无人机目标跟踪算法》
为验证所提算法(SiamRAT)在目标发生遮挡、形变等情况下的有效性,将所提算法与SiameseFC、STRCF[19]和EAST[20]算法进行对比,其中STRCF和EAST是针对形变、遮挡情况而改进的跟踪算法。实验数据采用UAV123@10fps数据集中发生遮挡、形变的视频,共60个。实验结果如表2所示。在形变、遮挡场景下,相比于单实例模型的SiameseFC跟踪算法,所提算法能够有效提升22.65%和31.51%的精确率,同时优于其他改进算法。这其中的原因一方面是跟踪算法建立在多个状态实例样本之上,相比于建立在单个实例样本之上的SiameseFC跟踪算法,抓住了跟踪目标特有的状态信息,能够更好地适应目标的形变;另一方面,通过对状态信息的判别,有效降低了遮挡情况对跟踪性能的影响,相比于利用时间正则化对遮挡情况处理的STRCF算法,所提算法避免了多次的参数更新,利用哈希感知算法有效判别遮挡情况,故能提升算法速率并有效减轻遮挡对算法性能的影响。
图表编号 | XD00193947000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 刘芳、杨安喆、吴志威 |
绘制单位 | 北京工业大学信息学部、北京工业大学信息学部、北京工业大学信息学部 |
更多格式 | 高清、无水印(增值服务) |