《表2 在LIP验证集下各类别结果》

  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

《多层次深度特征交换的人体解析方法》

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

为了更加详细比较各个语义类别的解析结果，表2展示了不同方法在人体语义类别的具体结果，其采用交并比的评价指标，从中可以发现不同方法对不同的人体语义类别拥有不同的处理效果，从表2中可以看出SegNet对于太阳镜、裙子等多种语义部位不能有效识别，而本文方法在解析帽子、手套、上衣、裙子、面部、背景拥有更高的解析精度，综合解析能力要高于其他方法，说明DFEnet对于全局与局部特征信息拥有更好的学习效果．