《表2 不同方法在CASIA数据集上的识别结果》
单位:%
在CASIA相关数据集上进行了PointNet、PointNet++、PointCNN、SAN、HFN等深度分类网络的三维人脸识别实验。从表2中可以发现:与文献[4]中的主成分分析(Principal Component Analysis,PCA)以及文献[19]中的多种传统方法相比,深度分类网络PointNet和PointCNN方法识别率偏低,SAN方法由于从多个方向加强了对三维点云空间结构特征的捕捉,使得人脸的空间特征更加丰富,网络的识别率已有大幅度提升,接近传统方法的识别率,PointNet++在PointNet分类网络结构的基础上增加局部区域的特征提取后,其识别结果已经高于文献[19]方法3.94个百分点,本文提出的HFN方法在CASIA数据集上的识别率为95.51%,高于已有的多个深度网络方法和传统方法的识别率。
图表编号 | XD00222670500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.10 |
作者 | 赵青、余元辉 |
绘制单位 | 集美大学理学院、集美大学计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |