《表3 三种算法的特征提取平均时间比较》
实验在三种数据集下,比较本文算法、基于Gabor幅值与相位的特征提取算法、基于Gabor幅值的特征提取算法的特征提取平均时间。计算每一种算法分别在三种数据集下的特征提取平均时间。三种算法的特征提取平均时间比较如表3所示。从表3可以看出,本文算法的特征提取平均时间略高于基于Gabor幅值与相位的特征提取算法。主要是因为本文算法在基于Gabor幅值与相位的特征提取算法中加入了局部幅值特征的计算以及加权融合特征的计算,所以增加了计算时间。显然基于Gabor幅值与相位的特征提取算法的特征提取平均时间是高于基于Gabor幅值的特征提取算法的,因为增加了相位特征的提取时间。从以上所有的实验结果可以得出以下结论,本文算法在总体表现上是优于其他两种算法的。虽然本文算法的特征提取平均时间高于基于Gabor幅值与相位的特征提取算法和基于Gabor幅值的特征提取算法,但是在最终的人脸识别率上本文算法高于这两种算法。本文算法在保证特征提取平均时间略有增加的同时,提高了在光照、姿态等外界因素干扰情况下最终的人脸识别率,很好地增强了特征的表征能力,降低了特征向量的维度。
图表编号 | XD00134626400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.01 |
作者 | 刘胜昔、程春玲 |
绘制单位 | 中通服咨询设计研究院有限公司系统集成公司、南京邮电大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |