《表1 不同情况下人脸检索结果Tab.1 Face retrieve results in different situations》
通过Elbow Method确定最佳的聚类数k后将图像划分为不同的类进行人脸检索性能验证,为验证通过采用Elbow Method确定最佳k值的有效性,实验中分别选取不同的k值进行聚类分析,见表1.从表1中实验结果数据可看出,在相同的条件下当图像集划分为2个簇或3个簇时,使得检索范围变小,能够在更小的数据集中快速检索正确的结果.在不使用查询扩展方法和使用查询扩展方法两种情况下都能够显著降低检索时间,可节省约一半的检索时间,同时平均检索准确率达到最高,检索结果最佳.从表中实验结果可以看出,当聚类数k值为2时,在不使用查询扩展方法时平均检索准确率达到95.12%,使用查询扩展方法后将平均检索准确率提高到95.75%.从实验结果得出,通过Elbow Method确定最佳的聚类数k值后,对深度特征进行K-means聚类将海量人脸图像划分为不同的簇后,然后在相应的最近簇内进行相似人脸图像检索具有一定的可靠性和可行性,能够显著降低检索时间.
图表编号 | XD0024772200 严禁用于非法目的 |
---|---|
绘制时间 | 2018.11.30 |
作者 | 李振东、钟勇、张博言、曹冬平 |
绘制单位 | 中国科学院成都计算机应用研究所、中国科学院大学、中国科学院成都计算机应用研究所、中国科学院大学、中国科学院成都计算机应用研究所、中国科学院大学、中国科学院成都计算机应用研究所、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |