《表3 在AR数据集上的各种方法的准确性比较》

  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

《基于双通道卷积残差网络的人脸识别》

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

表2展示了所提出的模型与FERET数据集上其他现有方法的人脸识别的准确性的比较，表3展示了AR数据集上其他现有方法的人脸识别的准确性的比较。在FERET数据集中，本文模型达到了99.83%的准确性，而CFV达到了97.55%，而PCANet在FERET数据集上的准确性是97.26%。在AR数据集中，本文模型达到了99.70%的准确性，而LCSPT和CFV+LRA的精度为99.16%。通过比较发现本文提出的方法优于其他方法。