《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》
/%
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。
图表编号 | XD00222762800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.05 |
作者 | 吴小艺、吴小俊、陈哲 |
绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院、江南大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |