《表3 不同降维算法在YaleB人脸库识别率(平均值±相对误差)》
由图3和表3数据分析可知在Yale B人脸库中,4种算法的准确率曲线中RLPP算法的准确率浮动率介于90%~98%之间,比较稳定,且当训练样本数选取为8时,RLPP算法在Yale B人脸库中的平均值最大、相对误差最小,在本次测试样本中优于其他3种算法;由图4和表4数据分析可以看出,在ORL人脸库中进行测试时,不同算法数据差异较大,准确率曲线波动明显,整体数据准确率偏低。其中LPP算法数据不稳定较明显且当训练样本数据为2、3、4时,识别率处在比较低的水平,这是由于LPP算法针对ORL人脸库中部分人脸表情和细节变化,例如戴或不戴眼镜,人脸姿态深度旋转和平面旋转一定度数,人脸尺寸略有变化等检测不敏感。虽然如此,RLPP的准确率仍在LPP,LPANMM和RAF-GE三种算法之上,平均较其他3种算法比较较为稳定,根据相对误差数据进行分析显示测试结果更为客观。这是因为RLPP算法利用类别信息构造吸引向量,从而使用矢量来存储特征的测量结果,进而保留局部邻域结构使实验结果更稳定。
图表编号 | XD00103417600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 张悦、刘德山、王姗姗、闫德勤、楚永贺 |
绘制单位 | 辽宁师范大学计算机与信息技术学院、辽宁师范大学计算机与信息技术学院、辽宁师范大学计算机与信息技术学院、辽宁师范大学计算机与信息技术学院、大连理工大学电子信息与电气工程学部 |
更多格式 | 高清、无水印(增值服务) |