《表3 AR数据集中人脸识别率》
提示：宽带有限、当前游客访问压缩模式
识别的准确率如表4所示。PCANet的卷积核大小设置为k1=k2=5，滤波器参数L1=8、L2=8。由实验结果可知，相对于其他分类模型，本文算法在表情、光照和时间跨度均具有较好的稳健性。
| 图表编号 | XD0034829200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.01.25 |
| 作者 | 赵小虎、尹良飞、朱亚楠、刘鹏、王学奎、沈雪茹 |
| 绘制单位 | 矿山互联网应用技术国家地方联合工程实验室、中国矿业大学物联网(感知矿山)研究中心、矿山互联网应用技术国家地方联合工程实验室、中国矿业大学信息与控制工程学院、微软(中国)有限公司、矿山互联网应用技术国家地方联合工程实验室、中国矿业大学物联网(感知矿山)研究中心、矿山互联网应用技术国家地方联合工程实验室、中国矿业大学信息与控制工程学院、矿山互联网应用技术国家地方联合工程实验室、中国矿业大学信息与控制工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
