《表1 在ORL数据集上图像的出错率》

  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

《多种表示的图像分类方法》

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

在图像中获取低的出错率。在表3中协同表示分类方法用CRC表示。从表3中可知，提出方法在AR数据集上有低的出错率。如：当分类器为CRC时，本文方法在AR数据集上每类训练样本的个数从10到14时，本文方法的出错率为25.84%、17.05%、18.68%、19.97%和6.41%。而原始图像在用2DPCA+FISTA分类时，它在每类训练个数为10到14时，它的出错率为51.92%、51.92%、40.93%、39.79%和35.74%。本文提出方法明显优于其他经典算法。但是从表3中可知有时用CRC分类不如FISTA和LISTA效果好，故在实验中要根据不同应用情景灵活运用CRC、FISTA以及LISTA。但从表1、表2和表3可以看出提出的方法在遮挡、不同光照以及面部表情变化上表现出好的性能，因此本文方法具有较好的稳定性和鲁棒性。