《表1 改进后算法与原算法结果分析》
提示：宽带有限、当前游客访问压缩模式
通过该方法与传统的Adaboost算法的对比分析，得到如表1所列的对比结果，可以看出改进后的算法将人脸区域的检出率提高了大概4%左右。
| 图表编号 | XD00130792300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.03.01 |
| 作者 | 朱耀麟、郑发、汤汶、武桐 |
| 绘制单位 | 西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 改进后的整次谐波检测算法的检测结果》2020.10.25
- 《表2 本算法与原PBAS算法在场景二下的结果比较》2020.09.28
- 《表1 本算法与原PBAS算法在场景一下的结果比较》2020.09.28
- 《表1 改进标签传播算法与原算法的对比》2021.01.05
- 《表5 改进的非固定迭代次数ADMM算法与原算法在常用图像集合上的性能对比》2020.08.05
- 《表3 改进的非固定迭代次数NCSR算法与原算法在常用图像集合上的性能对比》2020.08.05
- 《表6 改进的非固定迭代次数的各个算法与原算法在纹理图像集合上的性能对比》2020.08.05
- 《表4 改进的非固定迭代次数GSR算法与原算法在常用图像集合上的性能对比》2020.08.05
- 《表3 加入T2的改进算法与原算法性能对比表》2020.05.25
- 《表1 2 改进方法与原算法的各类目标检测结果对比》2020.05.25
- 《表2 T1改进算法与原算法性能对比表》2020.05.25
- 《表3 与原算法对比结果：增加直线约束的网格化2D相机运动估计算法》2020.04.10
- 《表1 Criminisi算法处理人工标记和改进后标记结果的PSNR值对比表》2020.03.01
- 《表2 改进生长算法与原算法》2020.03.25
- 《表3 改进后遗传算法的优化结果》2019.10.01
- 《表1 改进算法与原SIFT算法匹配结果正确率对比》2019.06.20
- 《表4 改进后算法分类结果》2019.05.08
- 《表2 改进算法与原算法的实验测试结果》2019.04.01
- 《表1 改进后的三维A*算法测试结果》2018.06.15
- 《表2 改进算法与原算法规划结果对比》2019.12.01