《表3 监督学习在视频数据集中的表现》

  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研究综述》

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

为方便对比，本文根据特征提取方式以及所采用数据集的不同分别介绍不同深度学习行人重识别模型的性能对比，包括有监督学习模型在图像数据集中的性能表现（表2）、有监督学习模型在视频数据集的性能表现（表3）、半监督/弱监督学习模型在经典数据集的性能表现（表4）、无监督学习模型在经典数据集的性能表现（表5）。从表2可以看出，有监督学习行人重识别模型在图像数据集上的准确率取得了长足进步。在Market-1501数据集上，rank-1的准确率从61.2%上升至95.7%，在Duke MTMC上，rank-1的准确率从67.68%上升至89.0%。同时还可看出，提取局部特征的模型在数据集上获取的效果普遍较好；不同数据集上不同模型的表现并不一致，研究人员仍需关注进一步提升模型的扩展性。