《表6 VIPe R数据集上不同算法的实验结果对比 (P=316)》
%
本文采用了广泛使用的CMC方法对性能进行定量评估。对于VIPe R,随机选取大约一半人(316人)进行训练,其余人员用于测试。使用单次评估方法,并将VIPe R测试集划分为参考集和测试集。在VIPe R数据集上,设置滑框尺度L=4,加权参数α=0.8,对比算法包括深度多视图特征(Deep Multi-View Feature,DMVFL)[9]、Deep Feature Learning[3]、LOMO特征[1]、CNN[18]。当α=0.8时,Rank1的值为75.32%。排名前1、5、10、20(即Rank1、Rank5、Rank10和Rank20)的结果见表6。由表6可知,本文提出的加权融合策略在此数据集上得到的性能最好;而且与另外两大数据集Market-1501和CHUK03相比,该算法模型在VIPe R数据集上得到的效果是最显著的。
图表编号 | XD0090228400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.10 |
作者 | 邓轩、廖开阳、郑元林、袁晖、雷浩、陈兵 |
绘制单位 | 西安理工大学印刷包装与数字媒体学院、西安理工大学印刷包装与数字媒体学院、陕西省印刷包装工程技术研究中心、西安理工大学印刷包装与数字媒体学院、陕西省印刷包装工程重点实验室、西安理工大学印刷包装与数字媒体学院、西安理工大学印刷包装与数字媒体学院、西安理工大学印刷包装与数字媒体学院 |
更多格式 | 高清、无水印(增值服务) |