《表1 四种算法结果:基于学生人体检测的无感知课堂考勤方法》
实验对比了本文采用的Mask R-CNN算法和课堂考勤系统中常用的三种人脸检测算(Voila-Jones[9]、MTCNN[10]、Tinyface[12])在平均精度和检测速度上的差异。数据采集了同一间教室12个课堂的200张全景图片。采集方式为在学生正常上课的情况下,每2 min保存一张全景图片,并对每一张全景图内的学生人脸和人体分别进行人工标注作为验证集。实验结果如图4和表1所示。
图表编号 | XD00222670900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.10 |
作者 | 方书雅、刘守印 |
绘制单位 | 华中师范大学物理科学与技术学院、华中师范大学物理科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |