《表2 重叠率:基于正则化卷积神经网络的目标跟踪算法》
虽然中心位置误差非常直观,但不能考虑被跟踪物体的尺度和旋转变化。因此,还采用重叠率来比较现有技术的跟踪算法。给定每帧TR的跟踪结果和相应的地面真值边界框GR,重叠分数定义为R。平均重叠率如表2所示,其中较大的值意味着结果更精确。
图表编号 | XD0064184000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 张海波 |
绘制单位 | 陕西学前师范学院 |
更多格式 | 高清、无水印(增值服务) |
虽然中心位置误差非常直观,但不能考虑被跟踪物体的尺度和旋转变化。因此,还采用重叠率来比较现有技术的跟踪算法。给定每帧TR的跟踪结果和相应的地面真值边界框GR,重叠分数定义为R。平均重叠率如表2所示,其中较大的值意味着结果更精确。
图表编号 | XD0064184000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 张海波 |
绘制单位 | 陕西学前师范学院 |
更多格式 | 高清、无水印(增值服务) |