《表3 Market-1501数据集上不同特征的实验结果对比》

  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

%

为了说明通过微调网络得到的新的区域整合特征向量的鲁棒性，将XQDA度量应用于新的区域整合向量与另外几种已有的特征包括BOW[12]、LOMO[1]、IDE（C）[15]、IDE（R）[15]进行比较，结果如表3所示，本文提出的DRIF特征与IDE（R）特征相比Rank1值提高了4.99个百分点，m AP值提高了7.15个百分点。