《表3 用于遮挡人脸识别的卷积神经网络》
提示：宽带有限、当前游客访问压缩模式
深度特征提取用于遮挡人脸识别的方法从特征维数、网络层数及识别率等方面进行对比，见表3。
| 图表编号 | XD00163001200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.01 |
| 作者 | 董艳花、张树美、赵俊莉 |
| 绘制单位 | 青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 遮挡人脸识别的传统方法对比》2020.10.24
- 《表1 人体膝关节结构：用于网络新闻热点识别的热点新词发现》2020.12.10
- 《表3 卷积层图像特征数量影响人脸识别的正确率（%）》2020.10.20
- 《表2 隐藏层神经元数量影响人脸识别的正确率（%）》2020.10.20
- 《表1 眼周识别的卷积网络结构》2020.06.10
- 《表1 缝洞型储层识别的深度卷积神经网络训练实现》2020.05.30
- 《表3 深度神经网络用于水下目标检测与识别的对比分析》2020.03.25
- 《表3 安全预警识别结果：基于人脸识别的学生安全预警系统设计》2020.07.20
- 《表A2用于OLTC故障识别的CNN网络结构与参数》2020.06.10
- 《表2 图3相似度得分：视频中遮挡行人再识别的局部特征度量方法》2020.02.01
- 《表4 算法比较：视频中遮挡行人再识别的局部特征度量方法》2020.02.01
- 《表3 网络识别性能评价：用于水声目标信号时频特征提取与识别的深度卷积神经网络》
- 《表2 实验结果混淆矩阵：用于水声目标信号时频特征提取与识别的深度卷积神经网络》
- 《表1 数据说明：用于水声目标信号时频特征提取与识别的深度卷积神经网络》
- 《表1 用于低空无人机检测识别的O-YOLO网络结构》2019.10.25
- 《表2 四层神经网络构造：三种用于加工特征识别的神经网络方法综述》2019.09.25
- 《表1 三层神经网络构造：三种用于加工特征识别的神经网络方法综述》2019.09.25
- 《表3 记录表信息：采用人脸身份识别的智慧门禁系统》2019.04.15
- 《表2 遮挡率与对目标识别的影响》2019.01.05
- 《表2 实验参数设置：深度卷积神经网络应用于人脸特征点检测研究》2019.02.15