《表2 前6阶模态分析：结构特征下的可撤销人脸识别》

  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

《结构特征下的可撤销人脸识别》

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:加粗字体表示各列最优结果。

对使用不同结构特征的识别率进行分析并与基于随机置乱2维主成分分析（RP-2DPCA）算法（Kumar等，2018）、基于随机置乱局部保留投影（RP-LPP）算法（Kumar和Rawat，2020）和基于无约束最小平均相关能量滤波器（UMACE）算法（Taheri等，2015）的结果进行比较。图9给出了使用不同数量的特征值时，本文算法和基于随机置乱2维主成分分析（RP-2DPCA）算法的识别率变化，表2统计了不同方法的平均识别率。实验结果表明，与其他3种算法相比，本文算法在不同人脸数据库得到的识别率均为最高，在分别使用图像梯度、局部LBP和局部方差作为人脸图像的结构特征中，使用图像局部方差作为人脸图像的结构特征得到的识别率最高。