《表1 不同图形序列不同算法的AAE/AEE》

  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

《基于联合后置滤波器与分数阶光流模型相结合的运动分割算法》

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: Teddy 等表示不同的图像序列； HS + MF 代表采用 HS 光流模，然后用 MF 中值滤波器进行滤波； FHS + CPF 即分数 + 联合后置滤波器。

两个错误测量标准———平均角度错误率（average angle error，AAE）及平均端点错误率（average endpoint error，AEE）被用于评估本文算法的准确率。从表1中可以发现，MF在平滑区域中能有效滤除噪声及奇异值，但过度平滑了光流场边缘，BF虽然能识别出光流场中的边缘，但过多地滤除了平滑区域的纹理细节，因此准确率也不是很高，而WMF给处于不同结构的像素点配置了不同的权值，能区分出边缘与平滑区域，达到了三种基本滤波器的最佳效果，CPF在平滑区域中使用MF，在边缘区域使用WMF，在遮挡区域使用BF，结合了三种滤波器的优点，获得了准确率最低的光流场。同时对比了传统HS光流法与分数阶光流法在同一滤波器作用下的效果，分数阶光流法的错误率要比传统HS光流法的错误率平均下降了约10%，运动轮廓越多的图像，错误率下降的幅度越大。分数阶着重改进了传统HS光流法的轮廓区域的光流场估计准确率。