《表2 6种算法在OTB-100上6种挑战中的平均精度结果》

  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

《基于时序一致和空间剪裁的多特征相关滤波跟踪算法》

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

Ours(D+HC）在图4中的平均AUC值为69.6%，平均DP值为90.6%。Ours(D+HC）算法的AUC比ours(HC）算法提升了5.6%；比ECO-HC算法提升了5.5%；比CCOT算法提升了6.4%；比CSRDCF算法提升了11.9%。Ours(D+HC）算法的平均DP值比ours(HC）算法提升了7.8%；比ECO-HC算法提升了6%；比CCOT算法提升了5.1%；比CSRDCF算法提升了10.5%。此外，根据表1和表2中的数据可以看出，ours(D+HC）算法在遮挡、背景杂乱、形变、运动模糊、平面内旋转及尺度变化6种挑战中的AUC值和DP值均为最优，具有相对较高的稳健性，结合图4中的实验结果，充分说明在HOG和CN的基础上加入深度特征可以有效提升算法整体的跟踪精度和稳健性。