《表3 不同方法在2个图像库上的识别率对比》

  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

《基于重叠条纹特征融合的行人再识别》

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

%

表3给出了各个方法在2个图像库上的rank1，rank10和rank20的识别率。从表3可以看出，与其他方法相比较，本文方法在2个图像库上的识别效果均达到最好，rank1分别达到了31.68%和16.32%。文献[5]提取图像的LAB颜色直方图和SIFT特征，KISSME算法提取图像的HSV和LAB颜色直方图，LBP纹理直方图，两种算法在提取特征时都是将图像分为图像块，提取图像块的特征，相比于本文算法，破坏了图像局部细节，使得识别率低于本文算法；PRDC提取图像RGB，YCbCr，HSV颜色特征和Schmid，Gabor纹理特征，在提取特征时，将图像平均分为6块水平条纹，破坏了图像细节，识别率较低；文献[6]提取图像的gBicov特征，LMNN算法提取图像单一特征，所提取的图像特征较少，识别率低于本文识别率。