《表1 性能评估:记忆随机平均背景差模型在目标检测中的应用》
从表1中可以看出,本文提出的记忆随机平均背景差模型在目标检测中取得了良好效果。其中,在Board数据集上,本文建议的模型取得了AGE,PEPs和MS-SSIM分别为2.185 5,0.204 1和0.988 2的结果,总体效果上超过了平均背景模型以及其他算法。在Snellen数据集上也取得了AGE,PEPs和MS-SSIM分别为4.583 2,4.976 1和0.981 1的成绩,较其他算法具有更大竞争力。在Toscana数据集上AGE,PCEPs和MS-SSIM分别为1.268 1,0.123 9和0.989 1。从三个数据集上来看,本文模型较平均背景模型以及其他算法都具有较大的竞争力。
图表编号 | XD008958500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 张乾、杨玉成、肖永菲、王林 |
绘制单位 | 贵州民族大学数据科学与信息工程学院、贵州民族大学数据科学与信息工程学院、贵州民族大学数据科学与信息工程学院、贵州民族大学数据科学与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |