《表1 基于MOT15数据集序列的跟踪结果》
提示：宽带有限、当前游客访问压缩模式
MOT15阈值设置为：当δGIo U与Io U取值同为0.3时效果最好。实验结果如表1所示。
| 图表编号 | XD00210036000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.01 |
| 作者 | 尉晨阳、杨大为、张宇堃 |
| 绘制单位 | 沈阳理工大学信息科学与工程学院、沈阳理工大学信息科学与工程学院、沈阳理工大学信息科学与工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集相关属性：基于SURF特征的运动视频图像边缘跟踪方法研究》2020.07.15
- 《表2 数据场景情况：雷达回波序列中弱小飞机目标检测跟踪数据集》2020.09.01
- 《表2 数据场景情况：雷达回波序列中弱小飞机目标检测跟踪数据集》2020.09.01
- 《表5 在KITTI跟踪基准数据集(21个视频序列的训练集中划分出来的验证集)上试验各模块对多目标跟踪算法的影响》2021.03.01
- 《表6 在KITTI跟踪基准数据集的测试集上与其他多目标跟踪算法对比实验结果(‘Car’类)》2021.03.01
- 《表3 基于MOT17数据集序列的跟踪结果》2020.12.01
- 《表2 基于MOT16数据集序列的跟踪结果》2020.12.01
- 《表4 MOT16的多目标跟踪方法的通用指标评估结果》2021.01.01
- 《表3 MOT16数据库跟踪性能比较》2018.11.25
- 《表6 数据集4检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表5 数据集3检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表4 数据集2检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表3 数据集1检测结果：基于深度序列加权核极限学习的入侵检测算法》2020.03.01
- 《表3 基于MOT16测试集的实验结果》2019.10.20
- 《表4 FB15K数据集基于关系类型的计算结果》2019.11.01
- 《表4 FB15K数据集基于关系类型的计算结果》2019.11.01
- 《表1 跟踪器在MOT16的跟踪性能》2019.10.25
- 《表4 FB15K数据集上基于关系类型的实体预测结果》2019.10.24
- 《表1 训练数据集描述：基于长短期记忆网络的挖掘机器人视觉跟踪系统设计》2019.08.20
- 《表1 MOT16数据集上的结果对比》2018.05.05