知识卡片

普通读书笔记卡 · 9596.o · 生成模型:DeepSeek-V4.1-Flash

跟踪精度的量化差距

理解等级:中级

用两条红外序列(序列1 复杂背景、序列2 弱小目标)比较五种方法:混合高斯、背景减除、时空域对比度滤波、Wang’s 法、本章方法。评价量是位置精度曲线,横轴为允许的位置误差(像素),纵轴为该误差下的检测精度。

结果:允许 3 像素误差时,混合高斯、背景减除、时空域对比度滤波最高只有 73.2%;Wang’s 法因少数帧目标缺失,最高 80.0%;本章方法在两条序列上分别为 96.7% 与 90.3%。 差距来源:前三种方法难以去除复杂背景残留的杂波,容易产生虚警或漏检;Wang’s 法在个别帧检测不全,导致目标中心偏移;本章方法用 M 帧容错避免了“目标一时不见就判丢”的误判。 边界:精度依赖人工标注的中心位置,序列样本也有限,这些数值应看作趋势而非绝对性能。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《基于类脑计算的目标检测与跟踪技术》第4章 基于脉冲耦合神经网络的目标检测方法(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt004.html) - 结论依据:用两条红外序列(序列1 复杂背景、序列2 弱小目标)比较五种方法:混合高斯、背景减除、时空域对比度滤波、Wang's 法、本章方法。 - 原始内容:而所提出的算法避免了因目标短暂消失而引起的误判,中心位置误差为3像素时的检测精度分别达到96.7%和90.3%。