《表2 不同网络在不同数据库上的平均准确率对比》
注:N-I、N-Ⅱ、N-Ⅲ分别表示以Alex Net、Inception V3、Inception-Resnet-V2为网络结构模型基础的网络;D-I、D-Ⅱ、D-Ⅲ分别表示CASME(8分类)、CASMEⅡ(7分类)、CAS(ME)2(10分类);T-I、T-Ⅱ、T-Ⅲ分别表示RGB、OF+、RGB与OF+形式的数据样本。
从表2可以得知,由同一网络模型训练不同类型数据样本的测试结果并没有很大差别,说明神经网络对图像特征的提取是足够充分的,光流法提取的图像时空特征可以被替代。并且不同网络对于数据量少、类别多的D-Ⅰ数据库测试结果始终要劣于数据量多、类别少的D-Ⅱ数据库,说明自发表情样本的数量与类别的高相似性会影响实验结果,即自发表情种类判别的准确率。
图表编号 | XD0082894400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.16 |
作者 | 付晓峰、吴俊、牛力 |
绘制单位 | 杭州电子科技大学计算机学院、杭州电子科技大学计算机学院、杭州电子科技大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |