《表4 Rank=1,5,10,20,LOMO特征，DenseColorSIFT特征，CCA融合特征，连接特征用XQDA的识别结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于典型相关分析特征融合的行人再识别方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（3）LOMO特征与DenseColorSIFT特征融合识别结果：CMC曲线图如图2(c）所示。可以看出，利用单个LOMO特征、DenseColorSIFT特征和直接连接LOMO特征与DenseColorSIFT特征所获得的识别结果均低于通过CCA融合LOMO特征与DenseColorSIFT特征得到的识别结果。从表4的识别结果看出，CCA融合LOMO特征与DenseColorSIFT特征得到的识别结果在不同Rank级别下明显高于其他方法得到的识别结果，其中在Rank=1的识别率为42.82%，比单独使用一种特征分别高出2.82%与15.26%，直接连接融合的特征的结果为27.59%，与DenseColorSIFT特征的结果近似。