《表4 与相关方法无监督行人重识别精度对比》

  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

《软多标签和深度特征融合的无监督行人重识别》

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

将实验结果与最先进的无监督行人重识别模型进行比较，其中包括基于伪标签学习的：用于无监督人员重新识别的跨视图非对称度量学习[5]、无监督行人重识别：聚类和微调[6]；基于无监督域自适应的：基于可转移的联合属性-身份深度学习的无监督人的重新识别[7]、基于人迁移生成对抗网络缩小域差距的行人重识别[8]、基于自相似性和域相似性的图像-图像域自适应的行人重识别[9]和异质同构概括行人的检索模型[10]；以及基于多任务中级特征对齐网络的无监督的跨数据集行人重识别[22]，深度非对称度量嵌入的无监督行人重识别[23]，适应和重新识别网络：用于行人重识别的无监督深度迁移学习[24]，基于无监督行人重识别的自底向上聚类方法[25]和基于软多标签学习的无监督行人重识别[11]。结果见表4。