《表3 不同损失函数下面部表情识别的准确率》
将本文基于余弦距离损失函数与人脸表情识别经典算法进行准确率的对比,对比结果如表3所示。可以看到基于余弦距离的损失函数相比传统Softmax损失函数准确率提高了4.471%,相比目前最新的Island损失函数准确率提高了1.383%。与其他人脸表情识别算法相比,本文方法具有很大优势,比DLP-CNN算法[26]提高了2.299%,比GAN-Inpainting算法[27]提高了1.322%。此外,本文只采用了结构模型较简单的mini-Xception网络模型,人脸表情识别准确率就取得显著的提升。实验结果表明,本文基于余弦距离的损失函数在表情识别任务中具有良好的性能,可以学习到具有更强区分度的表情特征。
图表编号 | XD00119141800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 吴慧华、苏寒松、刘高华、李燊、苏晓 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |