《表2 数据集1人群密度等级估计准确率》

  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

《基于改进的卷积神经网络的人群密度估计》

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

%

使用数据集1的部分作为训练数据来训练提出的改进神经网络的特性，部分作为测试数据集来测试所提出的网络，并且将文中方法与传统的卷积神经网络进行对比，得到的实验结果如表2和表3所示。其中，A为传统的多层神经网络方法，B为多层神经网络中隐含层加入离散小波变换的方法，C为基本的卷积神经网络方法，D为文中改进的卷积神经网络方法，E为HangSu等[12]采用的SST-LBP方法并使用SVM作为分类器；F为Kim[13]采用的计算运动区域和对比信息的方法，其中对比信息基于GLDM[14]矩阵方法，累加矩阵元素将和作为一个特征，然后用这两个特征去训练BP神经网络[15]。