《表3 采用额外训练数据时在300-W测试集上的NME》

  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

《基于级联网络和残差特征的人脸特征点定位》

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

表2展示了本文算法与多种其他算法在300-W测试集上的平均归一化误差.本文算法RF-CHN在常规子集上排名第三，其中平均归一化测试误差为4.18%；在困难子集以及完全集上排名第一.表3展示了使用300-W和Menpo这2个数据集的训练集合并训练时本文算法的量化结果.本文只跟Dan-Menpo[21]比较，这是因为该方法公布了源码.可以看到，在完全集上本文算法的平均归一化误差比Dan-Menpo降低了0.25%.