《表4 在FERET数据集上不同算法的准确性比》

  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

接下来，利用已有的VGG16和Res Net18模型来验证双通道卷积残差网络的有效性。VGG16是一个16层的卷积神经网络，有13个卷积层和3个全连接层。Res Net18是一个残差网络，共有18层，其中1个卷积层，4个残差模块，2个残差单元。这两个模型的架构如图11所示。在相同的配置下实现了VGG16和Res Net18两个模型，并在FERET、AR、FEI人脸数据集上与本文提出的模型进行了比较。表4、表5和表6分别为FERET数据集、AR数据集和FEI数据集的人脸识别准确率，可以看出双通道残差网络的精度有了明显的提高，GPU时间比VGG16快3倍，比Res Net18快1.5倍。结果表明，本文的模型性能优于以前的模型。