《表2 不同方法在CASIA数据集上的识别结果》

  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

《基于分层特征化网络的三维人脸识别》

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

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。