讀古今文學網 > 刷臉背後:人臉檢測 人臉識別 人臉檢索 > 6.4 人臉識別算法對比分析 >

6.4 人臉識別算法對比分析

本節主要對6.1、6.2、6.3節中涉及的5種人臉識別算法在公開數據集上進行對比分析。

表6-2展示了DeepID算法和VGG Face Descriptor算法在LFW數據集上,針對 6000 對人臉圖像的測試結果。可以看到,DeepID 算法優於 VGG Face Descriptor算法。而在LFW數據集上,Eigenfaces算法只能達到60%的識別準確度。

表6-2 DeepID算法和VGG Face Descriptor算法在LFW數據集上的測試結果

在表6-3中,我們使用6.3節中OpenCV提供的3種人臉識別算法在AT&T Facedatabase數據庫上進行測試,隨機選取每個人圖片數的20%作為測試集,剩餘的作為訓練集。

表6-3 OpenCV提供的3種人臉識別算法在AT&T Facedatabase數據庫上的測試結果

從表6-3中可以看出,Eigenfaces、Fisherfaces和Local Binary Patterns Histograms在AT&T Facedatabase數據庫上都表現出了較高的準確率,其中Eigenfaces獲得了最佳的準確度。