《表2 90°视角下SRC、NN及本文算法的识别时间》

  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SEF-GHEI及协同表示的步态识别研究》

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2中可以看出，本文采用的算法和基于GEI能量图的协同表示步态识别算法的识别时间均小于基于步态高斯及稀疏表示算法的识别时间，识别速度提高了13.8～115.2倍，其主要原因是式（4）中独立的部分即式（5）能够提前计算出来，并且能够快速地计算出测试样本的重构系数，而基于步态高斯图及稀疏表示的方法对于每次输入的测试样本都要计算一次l1范数，所以比较耗时。本文方法的识别时间高于基于协同表示步态识别的识别时间的主要原因是按式（1）计算并提取步态特征时，要先计算每张步态剪影的Hog特征，而Hog特征的计算以及提取都比较耗时，但是本文方法的识别时间不超过0.035 s，能够满足实时性的要求。