《表8 活体检测结果对比：融合头部姿态和面部表情的互动式活体检测》
提示：宽带有限、当前游客访问压缩模式
从表7可得，本文所提出的活体检测算法平均准确率为96.70%，现将该测试结果与其他文献中的互动式活体检测结果进行对比，如表8所示。
| 图表编号 | XD00163207600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.10 |
| 作者 | 黄俊、张娜娜、章惠 |
| 绘制单位 | 上海海洋大学信息学院、上海建桥学院信息技术学院、上海海洋大学信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 胃镜之下活体组织检测方式及外科手术病理检测方式对胃癌不同病型分类的检出结果比较（n)》2020.07.11
- 《表1 胃镜之下活体组织检测方式及外科手术病理检测方式对胃癌不同组织分型的检出结果比较（n)》2020.07.11
- 《表3 胃镜之下活体组织检测方式及外科手术病理检测方式对胃癌不同分化程度的检出结果比较》2020.07.11
- 《表1：活体检测模型验证结果》2020.08.01
- 《表1 活体检测使用的3个数据集的介绍》2021.03.20
- 《表1 判别元素：基于人脸识别和活体检测的养殖场考勤系统》2020.12.25
- 《表4 虹膜活体检测方法在多源假虹膜数据库上的分类性能》2020.07.16
- 《表8 第四级测试方法(提供内分泌相关终点不良反应数据的活体试验)》2020.04.25
- 《表4 头部姿态结果对比：融合头部姿态和面部表情的互动式活体检测》2020.07.10
- 《表6 表情识别结果对比：融合头部姿态和面部表情的互动式活体检测》2020.07.10
- 《表2 跨数据集活体检测准确率对比》2020.06.06
- 《表1 公开活体数据集：人脸识别活体检测综述》2020.02.25
- 《表2 评估参数：人脸识别活体检测综述》2020.02.25
- 《表5 人脸活体检测方法性能对比》2020.01.15
- 《表2 活体检测应用优缺点》2019.12.31
- 《表2 训练前后活体检测结果情况表》2019.10.15
- 《表1：一种基于规则过滤的红外人脸活体检测方法》2019.08.15
- 《表1 虹膜活体检测方法在自主采集的数据库上的表现(%)》2019.09.01
- 《表8 不同添加剂对育肥羔羊胃内容物相对质量 (%活体质量) 的影响》2018.10.01
- 《表3 活体最佳检测点试验及结果》2019.11.25