《表2 本文算法与其它算法在部分测试集部分序列上的平均中心偏差对比》
在表1中,给出的是在上述同一硬件平台下运行各算法综合性能对比,表2和表3则是算法在部分测试序列的性能对比。表中加粗的数值表示是最优结果,加下划线数值的则是次优结果。图2则是根据文献[20]给出的评价标准绘制的性能评价图。从图2以及表1、表2和表3中,通过详细的数值比较可以看出,本文算法排名靠前,跟踪效果优越。和原KCF算法比较可以看出,在跟踪成功率上提高了近30%,在跟踪精度上提高了近13%。和次优的深度学习算法DeepSRDCF相比,虽然在跟踪成功率和跟踪精度上领先不多,但DeepSRDCF算法的测试速度只有1FPS。本文算法虽然增加了计算的复杂度,但平均速度仍有30FPS,能够满足实时性的要求。
图表编号 | XD002122100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 张红颖、王汇三、胡文博 |
绘制单位 | 中国民航大学电子信息与自动化学院、中国民航大学电子信息与自动化学院、中国民航大学电子信息与自动化学院 |
更多格式 | 高清、无水印(增值服务) |