《表7 JAFFE数据集上不同方法整体准确率对比》

  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

《深度学习下融合不同模型的小样本表情识别》

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

%

在JAFFE数据集上，本文模型达到了较好的准确率，其中Happy与Sad两种表情识别达到了无差错的结果。图14为JAFFE数据集在CNN-SIFT-AVG模型上的混淆矩阵。其中每一行都表示真实的类别，每一列对应的则是预测的类别的概率。图15为JAFFE数据集下不同模型识别的准确率比较。表7为JAFFE数据集上与其他方法整体准确率的对比。其中对比实验中Zhang等[24]的参数设置：学习率0.001，迭代次数100，batch为30。Yao等[25]的参数设置:最大迭代次数为2 000，识别率阈值为95%。Lajevardi等[26]则是结合不同特征如Gabor、LBP(local binary patterns）和HLAC(higher-order local auto correlation）的表情识别。