《表1 Head-Pose-Net具体参数》
VGG-16网络中包含16个带参结构层,其中包括13个卷积层和3个全连接层。如果直接使用VGG-16来做头部姿态分类,一方面,网络训练过程缓慢,参数负载过多;另一方面,即便网络在头部姿态方面能取得不错的分类效果,但在后续的图片预测时会耗费大量的时间和计算力。因此,本文参考了VGGNet的结构,在网络结构上做进一步研究,在提升网络分类准确率的同时,降低网络参数,精简网络,经过多次的实验验证本文最终确定了头部姿态网络结构并将其命名为Head-Pose-Net。表1为Head-Pose-Net的具体网络结构参数,其中,主要应用到以下方法:
图表编号 | XD00163208000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 黄俊、张娜娜、章惠 |
绘制单位 | 上海海洋大学信息学院、上海建桥学院信息技术学院、上海海洋大学信息学院 |
更多格式 | 高清、无水印(增值服务) |