《表1 在Mars和Duke MTMC-Video Re ID上不同设置的性能比较》
![《表1 在Mars和Duke MTMC-Video Re ID上不同设置的性能比较》](http://bookimg.mtoou.info/tubiao/gif/NJHK202005011_07200.gif)
本系列图表出处文件名:随高清版一同展现
《基于多样性约束和离散度分层聚类的无监督视频行人重识别》
从表1可以看出类内间离散度和多样性约束的有效性,精度得到了明显提升,其中λ1表示加入类内离散度,λ2表示加入多样性约束。当仅考虑类间离散度时(baseline),Mars和Duke上的rank-1分别是60.8%和70.8%,m AP分别是39.2%和63.6%;加上类内离散度后,rank-1分别提升了0.9%和0.6%,因为它能够防止高离散的类被合并,从而保持类别平衡。加上多样性约束后,性能得到了进一步的提升,因为它能够优先合并数量较小的类别,最终rank-1达到了63.2%和75.4%,m AP达到了41.3%和67.4%,这表明类内间离散度和多样性约束能够提高聚类的准确性,提升视频行人重识别的匹配精度。
图表编号 | XD00224184500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 曹亮、王洪元、戴臣超、陈莉、刘乾 |
绘制单位 | 常州大学阿里云大数据学院、常州大学阿里云大数据学院、常州大学阿里云大数据学院、常州大学阿里云大数据学院、常州大学阿里云大数据学院 |
更多格式 | 高清、无水印(增值服务) |