《表1 每类前N (N=8, 10) 幅图像为训练样本各方法识别率》

《表1 每类前N (N=8, 10) 幅图像为训练样本各方法识别率》   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
《基于低秩投影与稀疏表示的人脸识别算法》


  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

从表1来看本文方法在不同维数情形下表现都是最好的。具体说来,本文方法的识别率不管是在每类8幅还是10幅人脸图像作为训练样本时,相比于其他比较方法识别率都有提高。CMU PIE人脸库的实验结果验证了本文方法可以一定程度上消除人脸图像中光照和表情变化的影响,验证了本文方法的有效性。为了更直观地表示本文方法的有效性,图1显示了在每类10幅人脸图像作为训练样本时部分测试图像的恢复结果,可以看出经过低秩投影后在一定程度上减少了光照等的影响,有利于测试图像的分类识别。