《表1 模型比较：基于深度学习的视频跟踪研究进展综述》

  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

《基于深度学习的视频跟踪研究进展综述》

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

2012年，Krizhevsky等提出基于CNN的AlexNet模型[13]，其本质是一种多层人工神经网络。该模型在Image Net大规模图像识别竞赛中以极大优势赢得了冠军，其优秀的分类性能引起了科学界的广泛关注。随后研究人员对CNN结构进行了更深入的研究，一些性能更好的卷积神经网络模型继AlexNet之后被提出，如牛津大学提出VGGNet[16]、谷歌构建的GoogLeNet[17]以及微软设计的ResNet[18]等。比较上述模型的性能、结构以及在ILSVRC竞赛中取得的成绩，结果如表1所示，其中，“+”表示使用了该行提到的模型训练方法，“-”表示未使用。