《表3 算法性能效果对比:基于全卷积神经网络的多尺度人脸检测》
笔者测试用的500张图片均来自AFLW数据集,这些照片各方面都有所差异.为了验证本文算法的有效性,将其与基于面部特征的检测算法[19]、基于模板匹配算法[20]、本文算法无多尺度[21]变换时进行比对,表3中的检测率、误检率、漏检率及检测时间为本次检测结果.检测率等于检测所得到的有人脸的样本数除以测试集样本数,误检率等于非人脸检测为人脸的样本数除以测试集样本数,漏检率等于没有检测到的人脸的样本数除以测试集样本数.从表3可知本文算法检测率更高,误检率更低,检测时间更短,泛化能力更好.与本文算法无尺度变换的情况相比,检测率得到很大提高,漏检率降低,表明多尺度变化在算法中起着很重要的作用.本文算法只需要运行一次,检测速度得到大大加快.图3为本文所提的算法检测效果.
图表编号 | XD00104684200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 储慧敏、杨会成、张丽、潘玥 |
绘制单位 | 安徽工程大学电气工程学院、安徽工程大学电气工程学院、安徽华东广电技术研究所有限公司、安徽工程大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |