《表4 各个算法执行时间比较》

  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

《基于多方向Gabor特征图协同表示的鲁棒人脸识别》

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

/ms

表4所示为各个算法识别一幅人脸图像所需要的CPU时间。由表4可见：CRC算法识别一幅人脸图像所需时间较少，效率优势明显。基于MGFM稀疏表示和协同表示的算法主要耗时体现在MGFM特征提取过程上。其中，MGFM-SRC算法所需时间最多，原因是利用L1-范数最小化来求解系数增加了算法复杂度，而本文提出的3种MGFM-CRC算法在各个数据库上的执行时间则基本保持一致，且效率明显高于MGFM-SRC算法，这是因为使用了CRC分类器，利用L2-范数替代SRC分类器中的L1-范数来求解系数向量，从而能取得解析解，导致计算更加高效。