《表5 CUHK03数据集新分类规则下不同算法的实验结果对比》

  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

%

本文设置滑框尺度L=4、加权参数α=0.5，表5的结果表明，本文提出的Fusion Model比LOMO特征[1]、IDE（C）[15]和IDE（R）[15]得到的性能要好。本文提出的Fusion Model与DRIF相比:在训练集“Labeled”上的Rank1值要高2.3个百分点，m AP值要高2.8个百分点；在测试集“Detected”上的Rank1值要高2.5个百分点，m AP值要高2.0个百分点。这说明本文提出的加权融合模型（Fusion Model）是有效的。