《表4 不同算法在NORB中的准确率》
为了进一步验证CCN-ELM的性能.本文在NORB数据集上也进行了测试.NORB数据集包含24300张图片.它是3D物体的图像识别数据集.拍摄者从不同的角度对5大类别(4条腿的动物、人像、飞机、卡车、小汽车)中的模型进行图像拍摄.拍摄采用了2个照相机,6种不同的光照条件,9个特定的拍摄角度,18个仰角.每张样本图片经过镜像变换扩充为两张图片.每张图片经过了压缩,分辨率为32×32.本文使用6层4通道的CCN-ELM网络,识别的准确率达到了96.32%.本文的方法和其他方法的实验结果比较如表4所示.CCN-ELM网络在NORB上的表现也优于其他的网络.
图表编号 | XD0096852200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 黄强、王永雄 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |