《表5 跟踪结果比较（VOT2016)》

  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

《一种添加残差注意力机制的视觉目标跟踪算法》

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

VOT2016数据集的实验结果如表5、图11所示，对比的8个经典算法中，使用相关滤波进行跟踪的KCF精确度最高，总排名第三，而GOTURN＿all算法精确度比KCF2014高0.99%，排名第一。在鲁棒性方面，改进的算法GOTURN＿all、GOTURN＿atten相比于基线跟踪算法GOTURN均有所提高，而使用特征融合和区域重叠率损失的GOTURN＿concat和GOTURN＿giou算法有所下降，但综合整体分析，文中所提出的算法成功地改进了原有算法的特征提取结构，并且通过训练过程中使用区域重叠率的损失函数对模型做进一步精细化调整，使得改进算法性能得到显著提升，在所对比的经典算法中，改进算法也具有一定的优势。由于对比算法的跟踪结果来自VOT数据库网站，考虑到算法速度与运行实验的计算机以及配置占用具有很强的相关性，表5中并未列举运行速度的对比结果，文中所提出的算法运行速度请参考表2。