《表2 不同方案下的人脸认证准确率对比》

  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

《预训练网络引导的人脸图像超分辨率重建》

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

针对上述四种实验，本文在LFW数据集上选取同人的不同图像，分别制作了1000对图像后，用FaceNet分别在4倍和8倍放大因子下进行测试。结果如表2所示，使用联合损失（Joint Loss）和只使用像素损失（MSE Loss）的情况下，都有着较优的认证效果，相比于传统的线性插值法，准确率有着较大的提升；而且，无论是在放大4倍还是放大8倍的情况下，使用联合损失的准确率均为最高。作为对比，我们也测试了1000对同人两张不同清晰原图之间的人脸认证，准确率为92.39%。由此可见，在4倍放大因子下，本文方法已逐渐接近原图准确率；但在8倍放大因子下，本文方法准确率仍有较大提升空间。