《表2 不同算法提取特征的表征能力的比较》
/%
实验将三种不同的人脸数据集分别通过本文算法、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进行特征提取,并采用相同的主成分分析法对提取的特征进行降维,输入到相同的支持向量机中进行识别分类,计算得到人脸识别率。采用留一交叉验证法,对每种算法进行20次测试,计算20次测试的平均人脸识别率。表2为不同算法提取特征的表征能力的比较。从表2可以看出,本文算法提取的特征具有最好的表征能力,在三种算法中具有最高的人脸识别率。本文算法的特征向量表征能力优于基于Gabor幅值与相位的特征提取算法,主要是因为本文算法考虑了幅值特征的局部关联性,而且本文算法的加权融合特征优于特征的级联融合。基于Gabor幅值与相位的特征提取算法的特征向量表征能力优于基于Gabor幅值的特征提取算法,主要是因为相位特征对于光照的变化具有很好的鲁棒性,所以相位特征的融入使得算法的鲁棒性得到了提升。综上所述,本文算法提取的特征向量的表征能力是优于其他两种算法的。
图表编号 | XD00134626600 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) |