《表1 AT-ULBP与传统LBP识别率对比》

  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

《自适应阈值局部特征融合的人脸识别》

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

在ORL、Yale数据库上分别采用传统LBP和本文提出的AT-ULBP做4组实验。由于LBP算法的阈值是固定的，始终为中心点的像素值，因此只有1种比例组合；而AT-ULBP取3种比例组合，每组选取不同的α和β比例组合（8α+β=1），结合SVM分类器对人脸做分类实验。在ORL数据库中，随机选取5幅图像作为训练样本，剩下的5幅作为测试样本，训练样本和测试样本均为200。在Yale数据库中，随机选取每个人6幅图像作为训练图片，剩下5幅图像为测试图片，训练集和测试集的数目为90和75。分别进行5次实验，取平均值，结果见表1所列。