《表4 各特征对算法性能的影响》

  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

《俯视深度头肩序列行人再识别》

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:加粗字体为每行最优值。

首先分析各个特征相似度的作用，在TVPR数据集、TDPI-L数据集和TDPI-B数据集上分别使用深度特征相似度Sd、面积特征相似度Sa、投影特征相似度Sp、傅里叶描述子相似度Sf和HOG特征相似度Sh实现行人再识别，结果如表4所示。从实验结果中可以看出，HOG特征相似度Sh的效果最好，傅里叶描述子相似度Sf次之，深度特征相似度Sd、面积特征相似度Sa和投影特征相似度Sp的性能稍差。