《表2 人脸情绪识别的ACC与MAP》

  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

《基于公共空间视频的人脸情绪识别》

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

为验证本文模型的有效性，给出单独使用C1，C2训练模型后在测试集上的ACC和MAP；然后给出两通道网络以不同权重比进行融合获得的分类效果，两通道网络的识别效果如表2。从表2可看出，C2通道的训练效果比C1通道更好，说明高分辨率图像使模型学习到表情序列局部细节信息，获得更为丰富的视觉特征，也证明结合CNN与LSTM网络能获取更好的训练效果。C2比C1学习的内容更丰富且C2的分类效果比C1的好，在进行模型融合时着重考虑增加C2比重后的模型效果。因此将C1，C2权重比分别设置为5∶5，3∶7，1∶9，以选择最优权值。表2表明，权重比为1∶9时的测试效果最好，ACC为88.89%，MAP为88.75%，高出其他测试结果5%～9%。