《表2 比较结果:基于多分类模型加权投票法的人脸微笑检测》
注:表示没有相关的检测率。
从表1可得四个分类模型对微笑,非微笑和整体的检测率,以及最终经过加权投票后的检测率。可以看出,表现最好的和最差的分别为模型F3和模型F1。此外,一些模型对微笑的检测率更好,一些对非微笑的检测率更为准确。最后表明不同模型的加权投票可以产生一个完全适用于微笑和非微笑检测的整体模型(见表1的最后一列,其中对微笑和非微笑的检测都非常好且非常接近)。对于GENKI-4K人脸数据集,基于加权投票的方法的整体识别率为95.8%。表2为文中所用方法与GENKI-4K数据集中的其他微笑检测方法进行比较的结果。
图表编号 | XD0058756600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.10 |
作者 | 冯泽安、王鹏 |
绘制单位 | 西安工业大学电子信息工程学院、西安工业大学电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |