《表1 本文算法与其他算法的性能对比图》

  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

《卷积神经网络与核相关滤波相结合的跟踪算法》

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

首先对算法进行准确率和成功率的绘图，本文算法在曲线图中的名称为OUR，程序中的rankingType参数设置为threshold，如图3所示，本文所提出的算法在成功率和准确率与其他算法相比较都得到了优异的结果，在图3（a）中，本文所提出的算法达到了0.751，随后分别为ECO算法和SiamFC算法都为0.684，同时，在图3（a）中可以明显看到本文算法在高于KCF算法.在图3（b）中本文所提算法也领先于其他算法，达到了0.834的效果，略高于0.786的CNN-SVM算法，同时也比KCF算法提高了30%，显而易见，在OPE的成功率和准确率上可以证明本文算法的优越性.然而，在表1中可以看出本文在跟踪效果上得到了提高，但由于需要在线训练卷积核从而提取目标特征，故跟踪的速度低于其他算法.