《表5 不同算法在OTB数据集上的平均运行速度对比》

  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

《遮挡判定下多层次重定位跟踪算法》

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

注:加粗字体表示各列最优结果，“-”表示未进行比较。

为了客观验证本文算法的优势和不足，在选定的10组图像序列上，将本文算法与KCF、DSST、Staple、BACF （background-aware correlation filter）（Galoogahi等，2017）、SRDCF（spatially regularized correlation filter）（Danelljan等，2015）、SAMF （scale adaptive multiple features）（Li和Zhu，2014）、ECO（efficient convolution operators）（Danelljan等，2017）、DeepSTRCF （spatial-temporal regularized correlation filter）（Li等，2018）等8种算法进行跟踪实验对比，不同算法在实验图像序列上的平均中心误差（CLE）、跟踪精确率和运行速度如表3—表5所示。其中，深度学习算法ECO和DeepSTRCF在实验中的速度极低，未参与运行速度的比较。