《表3 算法结果对比：一种基于3D-CNN的微表情识别算法》

  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

《一种基于3D-CNN的微表情识别算法》

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

根据图7可以看出，当迭代到100 000次左右时，准确率的上升幅度已经比较慢；当迭代到大约150 000次时，准确率基本已经不再上升，趋于收敛状态。测试时，使用原始的数据集，最后测试的整体准确率最高可达68.85%。不同表情在测试集上的分类结果如图9所示，表3是本文的算法与其他文献中算法的结果对比。其中，表情类别是高兴、惊讶的识别率较高，而害怕、悲伤的识别效果较差，其主要原因可能在于:第一，前两者微表情的区分度相对于其他类来说比较明显；第二，它们的样本序列也相对较多，而后者的样本序列稀缺且表情的表现幅度不易区分。