《表2 各种方法在数据集上的mAP值》

  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

《基于深度学习的行人重识别综述》

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

注：D表示DenseNet-169，Tri表示三重损失，IDE*是对IDE的改进，RE是Random Erasing。

就mAP表现出来的值来看，如表2所示，表现较好的有PSE+ECN方法，该方法考虑到行人粗略的和细致的姿势信息来嵌入学习，在几个数据集上的表现较均衡。单看CUHK03数据集上的表现最好的是Zhao等[61]提出的Part-Aligned方法，但是在Market-1501上的表现一般，此论文中强调先进行部分对齐，再把部分进行融合。