《表2 不同方法识别率对比》
注:加粗字体为最优结果。
实验采用由4个卷积层组成的深度神经网络对分块随机参数置乱后的人脸图像进行识别,并与领域内其他方法进行比较。传统的人脸识别算法主要有主成分分析法(PCA)、PCA+SRC(sparse representation-based classifier)、决策树算法、随机森林算法等。在同样的实验条件下,这些方法识别人脸需要经过繁杂的特征提取和降维操作,当人脸关键特征进行隐私保护后,以上算法将受到挑战。而本文提出的方法不需要人工的特征提取和降维,且在较少训练样本的条件下仍然保持较高的识别率,识别率对比见表2。
图表编号 | XD0082894200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.16 |
作者 | 章坚武、沈炜、吴震东 |
绘制单位 | 杭州电子科技大学通信工程学院、杭州电子科技大学通信工程学院、杭州电子科技大学网络空间安全学院 |
更多格式 | 高清、无水印(增值服务) |