《表1 基于典型复杂背景图像实验结果的AUC值》
提示：宽带有限、当前游客访问压缩模式
图5为7种对比算法和所提出算法对8幅实验图像的面目标检测结果进行评估得到的ROC曲线图，表1所示为对应的AUC值．
| 图表编号 | XD00200368900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.12.01 |
| 作者 | 王枫宁、宋勇、赵宇飞、杨昕、张子烁 |
| 绘制单位 | 北京理工大学光电学院、北京理工大学光电学院、清华大学精密仪器系、北京理工大学光电学院、北京理工大学光电学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 基于BM3D去噪算法比较实验的AUC值》2020.10.01
- 《表1 基于小波变换去噪算法比较实验的AUC值》2020.10.01
- 《表2 复杂背景图像分割结果指标分析》2020.09.10
- 《表3 基于数据集实验结果的AUC值》2020.12.01
- 《表1 复杂背景多光照下四种茶叶嫩芽图像数据集》2021.01.25
- 《表5 统计结果对比：基于深度学习的较复杂背景下桥梁裂缝检测》2020.11.01
- 《表5 统计结果对比：基于深度学习的较复杂背景下桥梁裂缝检测》2020.11.01
- 《表1 参数详情：基于深度学习的较复杂背景下桥梁裂缝检测》2020.11.01
- 《表1 样本实验数据：一种织物背景上的指纹图像增强方法》2020.06.15
- 《表2 实验结果对比：一种改进的复杂环境下条形码图像增强和定位算法》2020.04.15
- 《表1 具有复杂背景变化的遥感影像的每种方法的NCM和MP值》2020.02.01
- 《表5 各实验的交叉验证AUC值》2020.03.01
- 《表1 实验结果对比：基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法》2019.11.26
- 《表1 图像复杂度f级别：基于多特征信息融合的彩色图像复杂度研究》2019.09.10
- 《表1 NUANCE高光谱图像异常检测算法AUC值》2019.01.30
- 《表3 不同算法在UICD与NRCS图像库中的AUC值Tab.3 AUC value of the algorithms in UICD and NRCS database》2019.02.01
- 《表1 实验环境配置：基于深度学习的复杂背景雷达图像多目标检测》2019.06.01
- 《表4 AUC实验结果：基于混合采样策略的改进随机森林不平衡数据分类算法》2019.07.15
- 《表3 实验图像集的复杂性》2019.01.15
- 《表二实验指标：基于SAR图像改进阀值函数的小波去噪算法研究》2018.06.25