Background Substraction Benchmark
说明:
1. 下面的分析基于单个物体跟踪
2. 被跟踪物体的大小对性能的影响没有考虑进来
| Year | Name | Model | Model Update | Search Mode | Adaptive Size | code | FPS | Resolution | Pros | Cons |
| 2015 | KCF[1] | - | Yes | - | No | Matlab | 200+ | - | 1.基于CSK改善了被遮挡时跟踪失败的问题 2.效果与StrucK和TLD可比较 |
1.目标消失以后，无法找回来 |
| 2012 | CSK[2] | - | Yes | - | No | Matlab | 250+ | - | 1.速度快 2.原理复杂度低 3.抗噪声 |
1.被遮挡时，容易导致跟踪失败 2.目标消失以后，无法找回来 |
| 2011 | Struck[3] | - | Yes | - | No | C++ | 20.2 | - | - | 1.速度慢 2.原理复杂度高 |
| 2010 | TLD[4] | - | Yes | - | No | C++ | 28.1 | - | - | 1.速度慢 2.原理复杂度高 |
| 1998 | Camshift[5] | - | No | - | No | C++ | ～300 | - | 1.速度快 2.原理复杂度低 |
1.结果依赖于直方图反射的结果,效果较差。如在人脸跟踪中，其会跟踪到所有肤色 2.对噪声比较敏感 |