《表4 SRLRR算法在extended Yale B和AR数据库中将各参数设置为0时的识别率》
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》
可以看出,将的对应参数设置为0后,SRLRR的算法识别率均极大程度地下降,甚至低至3.6%。这是因为本次实验选择的测试样本全都是带有大量混合污染的,而将参数α和β的其中一个设置为0时,SRLRR算法就无法将这些混合类型的污染充分移除(只能移除一种类型的污染,还会有其他类型的污染残留),这会使面部特征受损或模糊,从而影响算法结果。表4中的对比数据说明两项对算法精确度的提升均作出了贡献。
图表编号 | XD00222762900 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) |