《表2 不同网络在不同数据库上的平均准确率对比》

  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

《小数据样本深度迁移网络自发表情分类》

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

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。