《表1 不同算法的跟踪精度值》
为了验证每个支路特征的有效性,选取6个含有不同挑战因子的视频序列,测试KCF、KFT_deep和KFT_hand三个含有不同特征的核滤波跟踪算法精度值,KFT_hand算法是在KCF算法HOG特征基础上引入了CN特征,KFT_deep则采用CNNs特征,除特征不同外剩余部分一致,实验结果如表1所示,在平均精度中,手工特征支路KFT_hand较之于KCF算法有16.7%的提升,深度特征支路KFT_deep则得到了27.2%的提升,两个支路的特征较之经典的KCF算法有一定程度的提高,根本原因是特征选择的不同,手工特征支路融合了HOG和CN特征,深度特征支路则是提取优秀的CNNs特征,而深度特征跟踪支路较之于手工特征支路也得到了性能提升,说明引入的CNNs特征可以弥补手工特征的不足,综上在更新方式一样的前提下,多通道特征可以有效地提升目标的外观特征表示能力。
图表编号 | XD0090173600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.01 |
作者 | 胡昭华、李高飞、陈胡欣 |
绘制单位 | 南京信息工程大学电子与信息工程学院、南京信息工程大学江苏省大气环境与装备技术协同创新中心、南京信息工程大学电子与信息工程学院、南京信息工程大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |