《表4 不同方法对图片识别能力的对比》

  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

《校园漫游互动AR系统设计与实现》

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

最终，为了验证该方法的先进性和高效性，查看是否能保证系统室内信息反馈的正确性和可靠性，通过查全、查准以及计算耗时综合评定，并与现有的SIFT算法、直方图对比算法和未加入阈值判断的CNN网络算法进行了比较。本文在Win10系统的笔记本电脑三星500R5L环境下进行比较，SIFT算法与直方图对比算法使用matlab软件进行实验，CNN实验框架均为tensorflow，4种算法的计算环境同为该电脑环境。实验所用的图片数据库由随机选取的15 000张非训练数据集图片和5 000训练数据集图片构成，实验结果记录如表4。由实验数据可知，本文算法仅在查准率上低于SIFT算法，但在实际应用场景中，虽然查准率为92%，0.14 s/张的计算速度远超SIFT算法，将该算法移植到计算能力较弱的智能手机上，时间差别上更为明显。