《表4 在FERET数据集上不同算法的准确性比》
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。
图表编号 | XD00220052900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 吴涛、蔡茂国、沈冲冲、周航 |
绘制单位 | 深圳大学电子与信息工程学院、深圳大学电子与信息工程学院、深圳大学电子与信息工程学院、深圳大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |