《表2 Market-1501的跨数据集再识别结果》
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
《基于多池化融合与背景消除网络的跨数据集行人再识别方法》
定量实验结果如表2~表4所示。可以看出,在3个数据集中,MPF网络的跨数据集识别性能均明显优于Res Net50网络,说明MPF网络可以提升跨数据集行人再识别的性能。相较于MPF网络,MPF+背景消除网络可进一步提升行人再识别的性能。当采用Market-1501作为测试集,Duke MTMC-re ID和MSMT17作为训练集时,相比于MPF网络,MPF+背景消除网络的m AP和Rank-1分别提升了2.68%/4.37%、3.31%/5.52%。当采用Duke MTMC-re ID作为测试集,Market-1501数据集和MSMT17作为训练集时,MPF+背景消除网络的m AP/Rank-1分别提升了6.09%/12.52%和4.48%/4.82%。当采用MSMT17数据集作为测试集,Market-1501数据集和Duke MTMC-re ID数据集作为训练集时,MPF+背景消除网络的m AP/Rank-1分别提升了2.89%/8.88%和3.83%/9.30%。实验结果说明,添加特征级有监督背景消除网络后,跨数据集行人再识别的性能得到了提升,表明构建的有监督背景消除网络的有效性。
图表编号 | XD00226485600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 李艳凤、张斌、孙嘉、陈后金、朱锦雷 |
绘制单位 | 北京交通大学电子信息工程学院、北京交通大学电子信息工程学院、北京交通大学电子信息工程学院、北京交通大学电子信息工程学院、北京交通大学电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |