超级会员免费看
目标跟踪与图像分割算法的研究与比较
在计算机视觉领域，目标跟踪和图像分割是两个重要的研究方向。本文将介绍一种目标跟踪算法与现有先进算法的比较，以及一种新的低层次多尺度图像分割算法。
目标跟踪算法比较
在目标跟踪方面，研究人员将自己的算法与几种先进的算法进行了比较，包括Collins等人的算法、Avidan的集成跟踪算法和Lu与Hager的算法。实验使用了4个视频片段，分别包含88、118、118和118帧。
考虑到跟踪算法的性能通常依赖于初始化，研究人员设置了两种不同的初始化方式：
1. 边界框刚好适配物体的真实轮廓。
2. 使用更大的边界框。
所有序列在图6中都以更大的边界框进行初始化。每个算法在每个片段上运行10次，平均性能记录在表3中。
| 算法 | 适配边界框 - 精度（clip 1） | 适配边界框 - 精度（clip 2） | 适配边界框 - 精度（clip 3） | 适配边界框 - 精度（clip 4） | 放大边界框 - 精度（clip 1） | 放大边界框 - 精度（clip 2） | 放大边界框 - 精度（clip 3） | 放大边界框 - 精度（clip 4） |
|---|---|---|---|---|---|---|---|---|
| Collins [3] | miss | 17 |
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
