《表4 模型在FER-2013数据集上7种表情评估结果》
从实验中得出训练多个学习器并将其结合,使用结果明显超过当前的先进方法,采用集合方法的识别率优于单一模型的识别率,通过训练多个子网络模型,提取不同的互补深度特征表示,从而提高了网络模型性能。其中,加权平均的集合方法在CK+和FER-2013数据集上表现最佳,这是由于加权平均方法考虑了个体的重要性和置信度,这里将子网络B的权重设置要比其他子网络大一些。模型在CK+数据集上7种表情评估结果如表3所示,模型在FER-2013数据集上7种表情评估结果如表4所示。由表3和表4可以看出,表情“高兴”的准确率非常高,这也是人类最容易识别的表情。
图表编号 | XD00168363900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 陆嘉慧、张树美、赵俊莉 |
绘制单位 | 青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院、青岛大学数据科学与软件工程学院 |
更多格式 | 高清、无水印(增值服务) |