《表4 不同实验在UCF_CC_50数据集上的实验结果》

《表4 不同实验在UCF_CC_50数据集上的实验结果》   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
《基于卷积神经网络的多尺度融合特征图在人群密度估计中的应用》


  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

UCF_CC_50数据集共有50张图片。该数据集虽然图片数量最少,但人群最为密集,且每张图片的人数变化大。本文选择与文献[3]相同的五折交叉方法进行实验,不同算法在UCF_CC_50数据集上的实验结果如表4所示。从表4可以看出,与其他算法对比,本文方法的MAE最小,表明本文提出的网络模型在人群密度较大的情况下也能得出较好的结果。