《表2 不同算法在FERET人脸库上的识别率（%）和识别时间（s）比较》

  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

《基于叠加协同表示分类的人脸识别》

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

在FERET人脸库中，模板训练集包含1 196个人的1 196幅图像，fc测试集包含不同光照情况下的194幅图像。该人脸库还包含fb、dup 1和dup 2测试集。在实验中，模板训练集用来训练，fc测试集用来测试。首先使用相似变换归一化图像，即两眼要成水平线，且间隔70个像素，两眼的中心位于（64，34），然后把图像裁剪成128×128大小。图3显示了一些用于本实验的图像，图像具有复杂的类内变化。在模板库中，因为每类只有一个样本，所以使用FRGC V2人脸库的训练图像来构造类内变化矩阵，类内变化矩阵用式（6）计算得到。FRGC V2人脸库包含在非受控条件下的222个人的12 766幅正面图像。图4显示了FRGC V2人脸库的一些图像。表2显示了正数型参数λ为0.01的情况下不同算法在fc上的识别率和识别时间比较。识别时间是指对1幅测试图像的识别时间（括号内为识别时间）。从表2可以看出，除了特征空间维数是300时，SCRC的识别率稍低于SSRC外，SCRC的识别率是最高的。SCRC的运行速度比较快，和CRC差不多快。SCRC的运行速度比SRC和SSRC快10倍以上。图5显示了特征空间维数是600时的识别率与λ之间的关系。从图5可以看出，λ从0.01开始，SCRC的识别率高于SSRC。