《表2 5种方法在Celeb A数据集的测试集上的准确率》
%
通过CelebA数据集的测试集对多任务卷积神经网络模型执行笑容识别任务和性别分类任务的性能测试.对比方法包括PANDA-1(Pose Aligned Networks for Deep Attribute modeling-1)[34]、MT-RBM(Multi-task Restricted Boltzmann Machines)[35]、LNet+ANet(Face Localization Network+Attribute Prediction Network)[33]、HyperFace[36],准确率如表2所示.
图表编号 | XD0038026600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 樊迪、Hyunwoo Kim、陈晓鹏、刘云辉、黄强 |
绘制单位 | 北京理工大学机电学院、北京理工大学机电学院、北京理工大学机电学院、香港中文大学机械与自动化工程学系、北京理工大学机电学院 |
更多格式 | 高清、无水印(增值服务) |