《表1 各算法在ORL数据集上不同特征维数的识别率》

  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

《基于一致判别相关分析的低分辨率人脸识别算法》

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

%

ORL人脸数据集，又称AT&T人脸数据集，包含40个的不同受试者，其中每人有10幅不同的图像，图像是在不同的时间、不同的照明、面部表情（开/闭着眼睛，微笑/不笑）和面部的细节（眼镜/不带眼镜）分别拍摄的，图像为均匀黑色背景的正面人脸（允许有小角度偏离）。实验中，每次随机选取每个个体5个不同的视角作为训练集，剩余的不同视角作为测试集，选择的HR图像为32像素×32像素，LR图像为8像素×8像素，如图2所示。在Zhang’s的方法中，设置核参数为0.9，径向基函数中的参数设置为2；在使用CDCA算法提取特征时，设置参数η=0.8。表1列出ORL人脸数据集上各算法在不同特征维数下的识别率。