《表4 对比实验识别精度统计表(GRID)》
为了进一步验证算法的有效性,本文在GRID数据集上进行了测试。GRID数据集是现有的行人再识别数据集中最具挑战的一个数据集。与VIPeR、CUHK01等数据集不同,GRID数据集包含有两部分,一部分是正常的数据样本,包含250个行人的500张图像,每个行人有两张图像,分别来自不同摄像头;另外一部分是干扰样本,共有775张图像,并且图像分辨率较低。首先在iLIDS数据集上训练得到度量模型,然后迁移到GRID数据集对样本进行识别,识别精度如表4所示。由表中数据可以看出,基于迁移度量学习的行人再识别方法相较于XQDA算法,在识别精度上有了一定的提升,但由于GRID数据集样本质量较差,干扰样本较多,识别率仍然处于较低水平。
图表编号 | XD00102819400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.15 |
作者 | 宋丽丽 |
绘制单位 | 成都理工大学工程技术学院 |
更多格式 | 高清、无水印(增值服务) |