《表1 不同网络模型在各数据集上人脸识别准确率》

  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

《基于注意力机制和深度恒等映射的人脸识别》

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

本次实验选择LFW，CFP以及IJB—A三种人脸数据集进行人脸识别实验。LFW数据集是自然场景下人脸数据集，该数据集由5 000多人在不同姿态、表情以及光照背景条件下的人脸图片组成，采集了13 000多张人脸图片。从LFW数据集中随机选取6 000对人脸作为人脸识别图片对，其中正样本和负样本数量相等。CFP数据集包含约7 000张人脸图片，其中每个人有10张正脸图片以及4张侧脸图片，在一定程度上，提升了人脸验证与识别的难度。IJB-A数据集在无约束条件下采集，人脸受姿态变化、光照等影响，人脸图片也拥有不同分辨率，人脸图片获取具有广泛性，该数据集非常适用于实际场景。本次实验以4种网络模型结构为基础，在LFW，CFP和IJB—A三种数据集上进行人脸识别准确率比较，实验结果如表1所示。