《表3 特征保留数量与识别率的关系》
根据尺度比例,将所有样本分成15组,统计不同组的识别率情况.图5给出了事件缩放法和特征缩放法的识别率对比.小尺度输入情况下,特征缩放法对应的识别率比事件缩放法高出约10个百分点,证明事件缩放法会影响特征提取的效果,而特征缩放法相对较好.输入尺寸较大时,特征缩放法的效果略高于事件缩放法,但在比例接近2的时候,事件缩放法效果更好.该情况下特征缩放法效果略差的原因有两个.首先当输入尺度过大时,提取出的特征与权值并不对应.例如一个样本中尺度为3的特征实际更接近2倍大小样本中尺度为7的特征,错误地获取权值会影响识别的效果.另一个原因是当输入尺度较大时,特征缩放法获取的特征数量将增加,如图6所示.当输入尺度变化的时候,两个方法在响应排序前获取的特征数量差异极大.其中事件缩放法在响应排序前的特征数量基本在100个以内,而特征缩放法对应的特征数量随着输入尺度增加甚至超过300个.由于响应排序后只保留特征响应最大的部分特征(这里为100个),因此输入尺度较大时,特征缩放法会删去大量特征,影响了最终的识别效果.实验采取保留前300个特征的方法,测试了大尺度输入情况下特征缩放法对应的识别率(表3).保留更多的特征可以提升特征缩放法对大尺度样本的识别效果,但也会消耗更多的资源.虽然特征缩放法在大尺度输入情况下具有一定不足,但综合性能仍超过事件缩放法.
图表编号 | XD00152642400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 徐江涛、周义豪、高志远、杨喆 |
绘制单位 | 天津大学微电子学院天津市成像与感知微电子技术重点实验室、天津大学微电子学院天津市成像与感知微电子技术重点实验室、广东工业大学计算机学院、天津大学微电子学院天津市成像与感知微电子技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |