《表2 干扰因素对主成分稀疏表示与低秩分解叠加的影响》

  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

《非控场景下主成分稀疏表示与低秩分解的人脸识别》

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

图3为教室授课非受控场景下通过主成分稀疏表示与低秩分解算法的识别结果，将识别到并与基础人脸库NNUFD匹配的人脸进行框选，并将身份识别号（学号）显性标识。分别针对是否叠加低秩分解和各类干扰因素设置了5组实验，从实验结果来看，在非受控场景下通过主成分稀疏表示叠加低秩分解的识别效果对光照变化影响的鲁棒性较强，对遮挡情况受到的影响相对明显。从不同实验场景结果来看，光照阴影因素对该算法的识别效果干扰非常小，一旦存在遮挡，特别是严重遮挡情况，致使图像呈部分不完整呈现时，识别效果陡降。从图像中人脸位置角度比较，前排较近人脸和后排较远人脸的识别率比较而言，该算法也具备较好的稳定性，识别效果没有明显的变化。表2给出了5组实验中存在干扰和非存在干扰情况下，光照、遮挡和位置改变情况对实验识别率所造成的影响。