《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》

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

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。