《表3 基于LSAFBD人脸美丽数据库的对比实验结果Tab.3 Contrast experimental results based on LSAFBD facial beauty database

  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

《结合局部二值模式和卷积神经网络的人脸美丽预测》

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

为了证明在网络中加入LBP纹理图像一起训练能提高人脸美丽预测精度，本文在LSAFBD人脸美丽数据库中进行对比实验，对人脸图像的预处理操作均使用4.2节方法，采用4.3节的卷积神经网络来训练和测试，测试结果采用分类准确率和回归相关系数作为评价指标。为了证明本文方法的有效性，本文进行了4个对比实验:使用灰度图像训练CNN网络（Gray+Light CNN-9），使用LBP纹理图像训练CNN网络（LBP+Light CNN-9），使用灰度图像和LBP纹理图像一起训练CNN网络（Gray+LBP+Light CNN-9），以及使用彩色图像和LBP纹理图像一起训练CNN网络（RGB+LBP+Light CNN-9）。其测试结果如表3所示，模型训练的测试分类准确率和损失曲线分别如图5、图6所示。