《表4 在VIPeR、PKU-Reid和i-LIDS-VID数据集上的识别率》

  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

《最小均衡化后的行人重识别》

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

%

为验证本研究所提出的行人特征及均衡化的有效性，采用文献[3]和LOMO特征[5]与本研究所述特征在不同数据集上进行对比.首先对图像进行3通道均衡化取小者，然后用提取纹理特征的方法提高重识别率.在VIPeR、PKU-Reid和i-LIDS-VID数据集上分别进行实验，结果如表4.从表4可见，本研究采用的先对图像进行均衡化，再提取纹理特征的方法，对文献[3]的特征重识别率提高显著.相较于采用LOMO特征，采用本研究方法的重识别率也有所提高:在数据集VIPeR上重识别率rank1提高了0.28%；在数据集PKU-Reid上重识别率rank1提高了1.75%；在数据集i-LIDS-VID上重识别率rank1提高了0.20%，从而验证了本方法的有效性.