《表5 在Duke MTMC-re ID数据集上的消融实验》

  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

《针对形变与遮挡问题的行人再识别》

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:加粗字体为每列最优结果。

在小规模数据集CUHK03上，由于该数据集样本数较少、多样性差，因此模型训练时容易出现过拟合问题。然而，本文通过形变与遮挡样本生成的方式增加样本的多样性、复杂性以及样本的学习难度，从而使得模型更加关注鲁棒性的特征，因此可以在CUHK03数据集上实现较大的性能提高。具体地，在CUHK03-labeled数据集上，本文方法相比于基线方法，Rank-1提高8.72%，m AP提高8.0%；在更加困难的检测器裁剪下的CUHK03-detected数据集上，本文方法相比于基线方法，Rank-1提高9.43%，m AP提高8.74%。在Duke MTMC-re ID数据集上，本文方法仍然有较大的提升，说明即便在复杂的数据集下，该方法仍是一种有效的手段。但在Market-1501数据集上，两种方法单独使用时的模型性能略高于结合的方式。因此推测，增加形变与遮挡困难样本的方法在Market-1501数据集上引入了过多的干扰，导致模型学习了不相干的信息，使识别准确性有所下降，但整体的识别结果仍然高于基线的方法。上述消融实验证明了本文每一个设计的有效性。