《表8 Caps-FingerNet和Res-FingerNet在NIST-DB04上5分类准确率》

  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

《基于胶囊网络的海量指纹纹型精准分类算法》

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

由于NIST-DB04数据集数据较少，所以做了相应的数据增强处理。首先，将数据10等分，其中9份用做训练集，剩下一份作为测试集，之后将训练数据随机裁剪为400×400的图像并随机调整亮度、对比度及饱和度，测试数据则从中心位置裁剪成同样为400×400的图像。本文在NIST-DB04数据集上分别进行了4分类（将弓和帐弓划分为1类）及5分类实验，从表6、表7和表8中可看出Caps-FingerNet在两组实验中均获得了令人满意的性能，准确率分别为96.25%和94.5%，反之，文献[21]仅仅获得82.5%和80.5%的准确率，说明Caps-FingerNet在数据量较少的情况下依然可以保持良好的性能，而基于DCNN的文献[21]则会损失较大精度。