《表3 算法结果对比:一种基于3D-CNN的微表情识别算法》
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。
图表编号 | XD00100397000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.28 |
作者 | 吴进、闵育、李聪、张伟华 |
绘制单位 | 西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院 |
更多格式 | 高清、无水印(增值服务) |