《表4 识别率统计结果：基于深度学习的人脸识别算法研究》

  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

《基于深度学习的人脸识别算法研究》

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

从图8可以看到，本文算法可以准确地识别目标人，图中用operator标记，其他人标记为陌生人。在RoboCup机器人世界杯大赛现场，由于光线、角度、人脸分辨率等因素，FaceNet官方的模型和传统算法误识别率非常高，把陌生人误识别为目标人导致识别错误。本文网络结构模型训练中加入了多角度不同光线下的数据集，同时也作了人脸对齐的相关处理，可以有效地减少光线和角度的影响，提升准确率。在RoboCup机器人世界杯上的出色表现充分验证了本文算法的识别可靠性。本文收集了近三年RoboCup机器人世界杯现场人脸识别测试集，实验对比结果如表4所示。