《表5 跨数据集：基于卷积神经网络的表情识别》
提示：宽带有限、当前游客访问压缩模式
跨数据集实验结果如表5。以CK+为训练集、JAFFE为测试集时，识别准确率较文献[7]提高了11.20%，调换训练集和测试集，准确率提高14.54%。
| 图表编号 | XD00157217200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.25 |
| 作者 | 薛娇、郑津津 |
| 绘制单位 | 中国科学技术大学精密机械与精密仪器系、中国科学技术大学精密机械与精密仪器系 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集信息：基于深度卷积神经网络的输电线路防鸟刺部件识别与故障检测》2021.01.05
- 《表1 数据集处理结果：多变环境下基于多尺度卷积网络的猪个体识别》2020.04.20
- 《表1 目标识别数据集：基于改进深度卷积生成对抗网络的路面指示标志识别方法》2020.06.28
- 《表1 卷积网络参数：基于低像素人脸图像的表情识别》2020.05.25
- 《表1 预处理（CK+)：基于卷积神经网络的表情识别》2020.04.25
- 《表4 识别率比较：基于卷积神经网络的表情识别》2020.04.25
- 《表2 训练参数设置：基于卷积神经网络的人脸表情识别》2020.06.01
- 《表1 数据集说明：基于卷积神经网络的水表字符识别方法研究》2020.02.01
- 《表5 测试数据集：一种基于CNN与LSTM结合的微表情识别算法》2020.01.28
- 《表3 模型参数初始化：基于数据增强和卷积神经网络的面部表情识别研究与实现》2020.01.01
- 《表1 增强后的数据集：基于数据增强和卷积神经网络的面部表情识别研究与实现》2020.01.01
- 《表2 网络各层参数：基于数据增强和卷积神经网络的面部表情识别研究与实现》2020.01.01
- 《表1 样本数据集：基于改进卷积神经网络的车型识别》2019.11.16
- 《表1 手势数据集：基于区域卷积神经网络Faster R-CNN的手势识别方法》2019.08.01
- 《表1 网络结构示意表：基于卷积神经网络的人脸表情识别研究》2019.07.25
- 《表3 CK+识别率对比：构建并行卷积神经网络的表情识别算法》2019.02.16
- 《表2 图像网络训练参数：构建并行卷积神经网络的表情识别算法》2019.02.16
- 《表4 CK+时间对比：构建并行卷积神经网络的表情识别算法》2019.02.16
- 《表1 神经网络参数：构建并行卷积神经网络的表情识别算法》2019.02.16
- 《表1 分类结果：基于卷积神经网络的人脸表情识别》2018.01.01