《表2 基于VOT2016的跟踪算法性能对比》
在VOT基准测试时,在视频序列的第一帧初始化跟踪器,以精确度、鲁棒性和预期平均重叠度(EAO)来衡量算法的性能.将本文算法与KCF算法、DSST算法的跟踪效果进行对比分析.对于VOT视频序列的选取,考虑到需要行人完整地出现在视野范围内,在VOT2016数据集中选取了basketball,bmx,iceskater1等18个视频序列.表2列出了在所选取的视频序列上的VOT2016实验结果对比,可以看出本文算法的EAO为0.085,超过了KCF算法和DSST算法.因此,本文基于KCF算法的改进具有较好的效果,且针对多尺度场景效果较好.在精度上,本文算法远远优于DSST和KCF.在鲁棒性上,本文算法优于其他算法,有较好的表现,本文较为复杂的候选框选定方法使得本算法具有较好的鲁棒性.在跟踪速度上,本文算法由于使用3个相关滤波器,时间花费较大,所以帧率较另外两个算法低.
图表编号 | XD0085423000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 张云洲、郑瑞、暴吉宁、朱尚栋 |
绘制单位 | 东北大学信息科学与工程学院、东北大学信息科学与工程学院、东北大学信息科学与工程学院、东北大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |