《表1 四种算法评估指标：基于孪生区域候选网络的无人机指定目标跟踪》

  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

《基于孪生区域候选网络的无人机指定目标跟踪》

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

表1为四种算法在VOT2018和OTB2015平台上各种指标评估结果，图5为OTB2015平台上的四种算法的成功率与精度曲线图、VOT2018平台上的预期平均重叠率排序图。ECO-HC表示提取方向梯度直方图（Histogram of Oriented Gradient，HOG）和颜色（Color）特征的高效卷积算子（Efficient Convolution Operators，ECO）跟踪算法。在VOT2018平台评估中，本文算法的准确率、预期平均重叠率、成功率、精度分别为59.4%、39.5%、68.7%、89.4%，比其他三种算法要好，其中Siam RPN算法是速度最快的算法，帧率高达160 FPS，但是其准确率没有本文算法高。图6、7为四种算法针对评估平台上的某两段视频序列的跟踪结果，选取的两段视频序列分别是运动模糊的车辆和无人机跟拍的远距离目标。在视频1中，车辆存在运动模糊的现象；视频2中目标较小，且运动过程中存在遮挡和尺度变化的现象。从两段视频序列跟踪结果可以看出，本文算法无论是在运动模糊环境中，还是在小目标、尺度变化大的情景中，都表现出更优的跟踪结果。