← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9598.r · 生成模型:DeepSeek-V4.1-Flash

OTB50上的总体领先

理解等级:中级

在 OTB50 的50个序列上做一次通过评估(OPE),所提 MRMCF 的跟踪精度为89.4%,成功率为76.1%,两项都高于参与比较的18种算法,包括 CNN-SVM、MEEM、KCF、DSST、Struck、SCM、TLD 等。成功率用重合率 OS=|a∩b|/|a∪b| 衡量,阈值取0.5;精度用中心点误差阈值20像素衡量。结果的含义:优势不是靠单一场景撑起来的,而是在含遮挡、旋转、背景杂波的多属性序列上整体领先,说明记忆带来的分类器时间一致性具有通用价值。读法提醒:OPE 只跑一次、不重启,对初始化敏感;成功率与精度两个指标侧重点不同,前者看框重叠,后者看中心偏移,需一起看。

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6章 人脑视觉系统的记忆机制及其应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt006.html) - 结论依据:在 OTB50 的50个序列上做一次通过评估(OPE),所提 MRMCF 的跟踪精度为89.4%,成功率为76.1%,两项都高于参与比较的18种算法,包括 CNN-SVM、MEEM、KCF、DSST、Struck、SCM、TLD 等。 - 原始内容:所提出的基于多层旋转记忆模型的相关滤波目标跟踪算法跟踪精度达到了89.4%,跟踪成功率达到了76.1%,均高于其他对比算法,表明所提出的算法具有更好的跟踪性能。