《表2 不同算法在extended Yale B数据库极度光照下的识别率》

  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

《针对混合污染的结构化鲁棒低秩恢复算法在人脸识别中的应用》

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

/%

极度光照变化对大多数人脸识别方法是一项具有挑战性的任务，为了验证SRLRR对于光照的的鲁棒性，本节选择extended Yale B数据库进行实验。extended Yale B数据库由38个人的2 414张人脸图片组成，每人约有59～64张不同的光照环境下的图片，通常将所有样本分为五个子集。本次实验将每张人脸图片大小剪裁为96×84像素，选择extended Yale B数据库的子集1作为训练样本，选择极端照明条件下的子集5用于测试。图4分别展示了extended Yale B数据库中的训练样本和测试样本。参数设置为α=0.1，β=10，λ=560。表2展示了不同算法在extended Yale B数据库上的识别率。