《表3 SRCR-Net与其它方法在YTF数据集上比较》

  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

《基于深度学习的动态人脸识别方法》

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

最后，SRCR-Net跟其它的先进方法在YTF数据集的Acc、F1和FPS每秒处理多少视频帧（frames per second，FPS）见表3，加粗数据表示结果最好。从表3中可以得出SRCR-Net的准确率为94.54接近ASRL[20]最好的成绩96.52，因为ASRL的网络结构比本文的SRCR-Net更深更复杂，但是SRCR-Net的F1值是68.32，比ASRL提高了5.19%，对数据敏感性降低，提高了鲁棒性；SRCR-Net的FPS到达106，满足实际应用实时性要求。本文方法的SRCR-Net模型比其它两种先进方法结构要简单，鲁棒性和实时性更好，更具有实用价值。