《表3 各算法在Yale数据集上不同分辨率下的识别率》
%
Yale人脸数据集包含15个的不同受试者,其中每人有11幅不同的图像,共165张灰度图像,图像是在不同的面部表情和环境下拍摄的。实验中,每次仅随机选取每个个体的5张人脸作为训练集,另外任选5张人脸作为测试集,该实验中选择的HR图像为32像素×32像素,LR图像的分辨率分别为9像素×9像素、10像素×10像素、11像素×11像素。实验目的是研究不同分辨率的LR人脸图像对各算法识别率的影响,图3列出了实验需要的部分HR和LR人脸图像。实验中,在Zhang’s的方法中,设置核参数为1.06,径向基函数中的参数设置为2,CDCA算法参数设置为0.01。表3列出在Yale人脸数据集上各算法在不同分辨率下的识别率。由表3容易发现,当选取的分辨率是9像素×9像素时,Method(1)的识别率为95.89%,显著高于其他算法的识别率;分辨率为10像素×10像素时,Method(1)和Method(2)的识别率分别为98.93%和97.91%,显著高于其他算法的识别率;当选取分辨率为11像素×11像素时,Method(2)的识别率达到99.64%均高于其他算法的识别率。容易发现,当所选取的人脸图像分辨率相同时,Method(1)和Method(2)的识别率优于其他算法。
图表编号 | XD00194724300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 张恩豪、陈晓红 |
绘制单位 | 南京航空航天大学理学院、南京航空航天大学理学院 |
更多格式 | 高清、无水印(增值服务) |