《表2 各种方法在测试集上表现结果》
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
《使用高分辨率网络在热红外图像上提取人脸关键区域温度》
我们分别使用AAM,U-net,HRNet和含有人脸属性权重的损失函数训练的HRNet(以下简称HRNet_attri)在posed database上进行了训练和测试,各种方法在测试集上表现结果如表2所示,其中HRNet要明显优于其他方法。NME表征了总体的关键点的误差,FR表征失败率,FR(0.08)代表测试集中NME>0.08的比率,FR(0.1)代表测试集中NME>0.1的比率,两者越小代表着模型对关键点识别的稳定性更好。从表2中可以看出,HRNET相比其他模型取得了较大的准确率(nme)的提升。而HRNet_attri则进一步提升了准确率,降低了偏差较大的比率。图10展现了使用HRNet_attri模型在热红外图像上的识别效果图和其相对应的可见光图像。
图表编号 | XD00199185700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 徐象国、尹志鑫 |
绘制单位 | 浙江大学制冷与低温研究所浙江省制冷与低温技术重点实验室、浙江大学平衡建筑研究中心、浙江大学制冷与低温研究所浙江省制冷与低温技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |