《表5 本文与其他三维人脸识别算法的识别率对比》
单位:%
Li等[17]利用曲率提取算子来实现三维人脸识别,提出一种基于多任务稀疏表示的细粒度匹配算法,识别一张人脸需要64秒,预处理阶段耗时55秒;在中性对中性实验中识别率为96.3%,在中性对全部实验中识别率为94.5%.Al-Osaimi等[18]使用Principal Component Analysis(PCA)提取特征,从提取的特征中学习表达面部表情变化的模式,最后将变形后的三维人脸进行匹配.算法在同等条件下识别一个人需要32秒,预处理阶段耗时26秒;在中性对中性实验中识别率为98.4%,在中性对非中性中识别率为97.7%.Maurer等[19]将三维特征和纹理特征融合后来进行人脸识别,需要耗时9.3秒,预处理阶段耗时8秒;在中性对中性实验中识别率为97.8%,在中性对全部实验中识别率仅为86.5%.Berretti等[11]首先将三维人脸转为深度图,在深度图的基础上提取Haar特征、Gabor特征和LBP特征,将三种特征融合后用Boosting算法来实现人脸识别,需要耗时15秒,预处理阶段耗时11秒;在中性对中性实验中识别率为97.7%,在中性对非中性中识别率为91.4%,在中性对全部的实验中识别率为95.5%.Wang等[20]将三维人脸的相关几何信息编码到一张压缩图中,使用这个压缩图来进行人脸识别,需要耗时7秒,预处理阶段耗时6.5秒;在中性对非中性实验中识别率为97.8%.Lei等[21]首先使用ANGULAR RADIAL SIGNATURE(ARS)来进行三维人脸的特征提取,然后使用Kernel Principal Component Analysis(KPCA)进行多个中间层特征提取,并将多个中间层特征进行融合,最后使用支持向量机(support vector machine,SVM)来进行分类,需要耗时5.2秒,预处理阶段耗时4.5秒;在中性对全部实验中识别率为98.6%.本文的算法识别一个人需0.5秒,预处理阶段耗时仅为0.34秒;在中性对中性实验中识别率为98.8%,在中性对全部实验中识别率为98.5%,在中性对非中性实验中识别率为98.5%.详见表4~5.
图表编号 | XD0071431000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.25 |
作者 | 张笑楠、张自友 |
绘制单位 | 四川大学视觉合成图形图像技术国防重点学科实验室、四川川大智胜软件股份有限公司、乐山师范学院物理与电子工程学院 |
更多格式 | 高清、无水印(增值服务) |