《表1 不同行人再识别算法比较》
注:加粗字体为每行最优值;“-”表示相关文献中没有给出该指标值。
为了验证本文算法的有效性,将本文算法与俯视角深度与颜色直方图特征(top view depth and color histogram,TVDH)(Paolanti等,2018)、步态能量图(gait energy image,GEI)(Han和Bhanu,2006)、步态能量体积(gait energy volume,GEV)(Sivapalan等,2011)、深度梯度直方能量图(depth gradient histogram energy image,DGHEI)(Hofmann等,2012)、Gabor局部二值模式(Gabor local binary pattern,GLBP)、Gabor局部导数模式(Gabor local derivative pattern,GLDP)(Imani和Soltanizadeh,2019)在TVPR数据集、TDPI-L数据集和TDPI-B数据集上进行实验。所有实验均在MATLAB R2016a平台上完成,机器配置为3.10 GHz Intel(R)Pentium(R)CPU G3240,8 GB RAM,结果如表1和图7所示。由于TVDH算法没有提供源代码和给出部分指标的具体数值,所以在表1中缺失数据。从表1和图7可以看出:本文算法在识别性能上与其他算法相比有很强的优势,但在平均耗时上比最快的GEI算法平均慢37 ms。
图表编号 | XD00179363700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.16 |
作者 | 王新年、刘春华、齐国清、张世强 |
绘制单位 | 大连海事大学、大连海事大学、大连海事大学、大连海事大学、华录智达科技有限公司 |
更多格式 | 高清、无水印(增值服务) |