《表3 不同方法在CK+数据集的对比》
提示：宽带有限、当前游客访问压缩模式
%
由表3和表4可以看出本文提出的算法无论是相比于非深度学习方法还是卷积神经网络，识别准确率都有明显的提高。
| 图表编号 | XD00188253700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.07.25 |
| 作者 | 杨旭、尚振宏 |
| 绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 不同方法在LIP数据集的结果》2020.10.01
- 《表3 CK+数据集的类别数量分布》2020.09.28
- 《表2 几种先进方法在Caltech数据集的平均误检率对比》2021.01.25
- 《表5 不同方法在MPII数据集的PCKh》2020.10.25
- 《表4 不同方法在LSP数据集的PCK》2020.10.25
- 《表4 不同方法在JAFFE数据集的对比》2020.07.25
- 《表2 不同算法在CK+数据库的对比结果》2020.05.01
- 《表5 不同方法Drishti-GS1数据集的对比结果》2020.09.16
- 《表3 四个真实数据集的AUC值和不同方法的运算时间对比》2020.06.01
- 《表2 不同方法在CK+数据集上的识别准确率》2020.04.16
- 《表3 各算法在不同数据集的平均SSIM值对比》2020.04.01
- 《表2 各算法在不同数据集的平均PSNR值对比》2020.04.01
- 《表4 各算法在不同数据集的平均PI值对比》2020.04.01
- 《表3 各种方法在金奈数据集的变化检测结果》2020.04.01
- 《表2 不同方法相同数据集的耗时对比》2019.10.30
- 《表3 不同方法在AR人脸库4个数据集的识别率》2019.08.10
- 《表2 不同方法在DAVIS 2017数据集的评估结果》2019.08.16
- 《表1 不同方法在DAVIS 2016数据集的评估结果》2019.08.16
- 《表6 不同方法在车辆数据集的识别率对比》2019.07.25
- 《表1 在Shanghaitech数据集的不同方法比较》2019.12.01