《表1 不同算法在VIPeR数据集上的性能比较》

  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

《基于特征融合与子空间学习的行人重识别算法》

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

VIPeR数据集中的行人图片来自两个摄像头，行人的姿态、光照变化都比较大，VIPeR数据集主要由632个人的1264张图片组成。随机从VIPeR数据集中选取k=316对行人图像进行测试，余下的316对行人图像作为训练集。从表1可以看出，所提出的算法比PCCA（Principal Component Analysis）高了21.0%，比Mid-level filter高了12.4%，表明所提出的算法在VIPeR数据集上具有一定的优势。