《表2 跟踪结果比较(VOT2016实验结果)》
为了验证改进算法的有效性,首先对添加不同改进策略的算法进行性能测试。实验分为5大类:第1类为GOTURN原有算法,第2类为添加注意力机制的算法GOTURN_atten,第3类为添加多层特征融合策略算法GOTURN_concat,第4类为使用添加基于区域重叠率损失函数训练的算法GOTURN_giou,第5类为融合以上多种策略的算法GOTURN_all。笔者主要分析两个跟踪指标:精确度和鲁棒性。当然,每个视频都包含有一些属性:遮挡、光照变化、运动变化、尺度变化、摄像机运动;跟踪器在这几个属性上分别测量了精确度和鲁棒性并求了平均,以此作为测度指标。实验数据如表2所示,表中对排名前三的实验数据用粗体标注数字表示,其中f代表帧数。
图表编号 | XD00211056300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.20 |
作者 | 成磊、王玥、田春娜 |
绘制单位 | 西安电子科技大学电子工程学院、西安电子科技大学电子工程学院、西安电子科技大学电子工程学院 |
更多格式 | 高清、无水印(增值服务) |