O documento compara três algoritmos (RN com 1 modelo, RN com 4 modelos e KNN) para prever atributos de rostos humanos (geral, posição, humor, óculos e pessoa) a partir de imagens, mostrando que o RN com 1 modelo obteve os melhores resultados de classificação para geral, óculos e pessoa, enquanto o KNN e o RN com 4 modelos tiveram melhores resultados para outras categorias.
Comparação de Algorítimos para o Problema das Faces
1. Comparação de Algorítimos para o Problema das Faces
RN 1 modelo RN 4 modelos KNN
Geral Posição Humor Óculos Pessoa
Geral Posição Humor Óculos Pessoa
100,0
90,0
80,0
70,0
60,0
50,0
40,0
30,0
20,0
10,0
0,0
RN 1 modelo 56,9 80,5 31,9 91,6 23,6
RN 4 modelos 56,5 68,4 21,0 100,0 36,8
KNN 59,0 91,6 11,1 80,5 52,7
RN 1 Modelo: Rede neural utilizando 1 modelo para prever os atributos
RN 2 Modelo: Rede neural utilizando 4 modelos para prever os atributos.
KNN: Utilizando k = 2.
Dados utilizados no treinamento das redes neurais:
Base de treinamento contém 433 elementos
Base de validacão contém 76 elementos
Base de teste contém 72 elementos
Page 1
Dados utilizados no KNN:
Base de treinamento contém 509 elementos
Base de teste contém 72 elementos
Porcentagem de Acerto