《表5 不同模型在Adience上的实验结果》
/%
为验证双通道特征重标定密集连接卷积神经网络在高分辨率、高挑战性图像数据集上的有效性,本文以121层DenseNet为基础网络,在人脸年龄数据集MORPH Album2、Adience上进行实验,实验结果如表4、表5所示。由表4可知,在MORPH Album2数据集上,本文DFR-DenseNet的MAE值有明显降低。由表5可知,在非受限年龄数据集Adience上进行年龄组分类对比实验,采用DFR-DenseNet获得的年龄估计准确率高于同层数的DenseNet网络分类准确率。实验结果表明在MORPH Album2、Adience这类高分辨率数据集上,DFR-DenseNet网络较原始的DenseNet网络学习能力更强,验证了DFR-DenseNet在不同类型、不同分辨率的数据集上的适应性。
图表编号 | XD00143037300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.16 |
作者 | 郭玉荣、张珂、王新胜、苑津莎、赵振兵、马占宇 |
绘制单位 | 华北电力大学电子与通信工程系、华北电力大学电子与通信工程系、华北电力大学电子与通信工程系、华北电力大学电子与通信工程系、华北电力大学电子与通信工程系、北京邮电大学信息与通信工程学院人工智能研究院 |
更多格式 | 高清、无水印(增值服务) |