《表8 Palmprint数据库在不同CNN模型中的平均识别率及对应的标准差》

  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

《基于双层特征融合的生物识别》

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

/%

为了进一步验证深度学习算法的有效性，将本文提出的CNN与其他几个使用了3个标准人脸数据库的方法进行了对比．数据库包括AR、Yale和Extended YaleB．对比过程训练集与测试集的划分比例相同，试验过程相同．本文的CNN的层数设置为6，学习率设置为0.01，训练过程的迭代次数设置为150，Dropout设置为50%．对比结果见表10．由表10可见:基于CNN的方法和非神经网络的方法都获得了较好的识别结果，但CNN方法明显提高了识别率，尤其是在Extended YaleB数据库上．