《表2 与其他方法对比实验结果》
本文选取了PCA+SVM方法[24]、稀疏表示方法(sparse representation based classification,SRC)[6]以及CNN、DCGAN[13]+CNN方法来进行对比,其中CNN的方法即4.1节中的方法1,DCGAN+CNN方法中DCGAN用于填补遮挡人脸图像,CNN同为微调的VGGface模型,用于人脸表情分类。所有方法都在CK+数据集上进行了实验,结果如表2所示。可以看出,无论人脸图像是否存在遮挡,本文方法的表情识别准确率都较高,深度学习方法中DCGAN+CNN方法虽然也对人脸图像进行了填补,但得到的图像连贯性较差,影响了表情识别的准确率,尤其在遮挡面积小于40%时,该方法的表情识别准确率甚至小于仅用CNN的准确率。本文的方法避免了图像不连贯对表情识别的影响,在人脸遮挡面积60%时仍能达到80%以上的识别准确率。
图表编号 | XD0090328000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 王素琴、高宇豆、张加其 |
绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |