《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》

  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

《基于全卷积神经网络的多尺度人脸检测》

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

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.