《表2 基于VOT2016的跟踪算法性能对比》

  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

《基于多个相关滤波器的行人跟踪尺度算法》

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

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．