《表2 各跟踪器在OTB-2013上的属性评估》
本文还基于OTB-2013数据集对视频序列中的11个属性进行了测试。如表2所示,本文方法在尺度变换、平面内旋转、背景混杂、照明变化和目标的快速移动5项属性中排名第一,其中SV为尺度变化,OV为移出视野,OR为平面外旋转,OCC为遮挡,DEF为形变,MB为运动模糊,FM为快速移动,IR为平面内旋转,BC为背景混杂,LR为低分辨率,IV为照明变化。本文算法的时间一致性正则项包含目标区域的特征选择,能够区分目标和背景区域,从而得到一个较好的跟踪水平。对比基础方法SRDCF,本文方法在11个属性中的性能都有了显著的提高。在遮挡和目标移出视野两个属性中性能分别提高了11.2%和4.2%。这些属性的难点在于目标外观形态上的变化、遮挡和目标移出视野。本文算法增加了时间一致性正则和重检测器,因此比较容易克服这些障碍。
图表编号 | XD003395100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.25 |
作者 | 虞跃洋、史泽林、刘云鹏 |
绘制单位 | 中国科学技术大学信息科学技术学院、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院光电信息处理重点实验室、辽宁省图像理解与视觉计算重点实验室、中国科学技术大学信息科学技术学院、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院光电信息处理重点实验室、辽宁省图像理解与视觉计算重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院光电信息处理重点实验室、辽宁省图像理解与视觉计算重点实验室 |
更多格式 | 高清、无水印(增值服务) |