《表9 采用不同尺度滑框处理的性能》

  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

《基于深度多视图特征距离学习的行人重识别》

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

如图1区域聚合部分所示，在滑框与滑框之间，都存在一定的重叠区域，而最终采用简单的加和方式把局部的区域特征向量整合成全局特征，其中那些重叠的区域可以认为是给予了较大的权重。因此，并不是将特征平面分得越细越好。在本文中，滑框之间的重叠率取40%。在实验中，使用L种不同尺度的滑框处理特征平面在数据集CUHK03上进行实验，结果如表9所示，可以看出，当L=4时，将提出的新的区域聚合特征向量用于度量时的效果最好。