XXXXxx毕业设计(论文)

最高达到88%。当在抽取的特征维数为39，PCA空间的投影维数为110的情况下，随着训练样本个数的增加，LDA的识别情况如表4所示

表4 ORL人脸库LDA测试结果(2)

训练样本数 识别率/% 识别时间/S

3 68.2 52.359

4 87.92 31.531

5 88.00 30.969

6 96.88 32.437

7 95.83 33.578

8 96.25 34.734

在ORL人脸库每类训练样本取5，对应的测试样本分别取5，利用PCA方法进行识别。在不同的特征维数下的识别率如表5所示。在不同的训练样本数，取前90%的特征值的情况下，PCA的识别情况如表6所示

表5 ORL人脸库PCA测试结果(1)

特征维数 识别率/% 识别时间/S

6 74.50 9.594

9 84.00 9.797

17 83.50 9.578

33 88.50 10.109

47 88.50 10.094

71 88.50 11.094

135 89.50 11.890

表6 ORL人脸库PCA测试结果(2)

训练样本数 识别率/% 识别时间/S

2 80.00 3.500

3 84.64 5.235

4 87.50 7.516

5 88.50 11.094

6 95.63 13.907

7 96.67 18.359

8 96.25 22.438

表7所示的数据是在ORL人脸库中每类训练样本取5，对应的测试样本分别取5，用SVD与LDA相结合的方法进行识别，识别过程中样本先通过 奇异值分解，提取奇异值矩阵左上角m*m部分，实验中m=10，然后再经LDA进行二次特征提取进行识别。表8 是在m=10，特征维数为39时，不同训练样本下的识别情况。

表7 ORL人脸库SVD+LDA测试结果(1)

特征维数 识别率/% 识别时间/S

5 72.50 3.078

10 81.50 3.078

15 87.50 3.125

20 90.50 3.062

25 90.50 3.172

30 92.00 3.141

39 93.00 3.157

表8 ORL人脸库SVD+LDA测试结果(2)

训练样本数 识别率/% 识别时间/S

2 44.37 3.531

3 53.57 3.516

4 87.50 3.156

5 93.00 3.110

6 95.00 3.156

7 95.83 3.078

8 98.75 3.078

表9为ORL人脸库中，每类训练样本为5，KFDA方法的识别情况，实验中核函数选用高斯核函数，options.t=4500。表10是当特征维数为39不变时，不同训练样本下KFDA的识别情况。

表9 ORL人脸库KFDA测试结果(1)

特征维数 识别率/% 识别时间/S

5 50.50 4.016

10 65.00 3.953

15 63.00 3.938

14

20 63.50 3.922

25 63.50 4.015

30 63.50 3.984

39 93.00 4.765

XXXXxx毕业设计(论文)

表10 ORL人脸库KFDA测试结果(2)

训练样本数 识别率/% 识别时间/S

2 86.88 3.000

3 89.64 3.125

4 92.92 3.625

5 93.00 3.969

6 95.63 4.282

7 97.50 4.578

8 98.75 5.296

表11是本文提出的SVD与KFDA相结合的方法在ORL人脸库上的实验 结果，实验过程中，样本先经奇异值分解，提取奇异值矩阵左上角m*m区域的量作为KFDA的输入空间，m=10，KFDA提取最终判别特征，提取不同的特征个数时的识别情况如表11所示。表12是在提取的特征维数为39，m=10时，不同训练样本下和识别耳情况。

表11 ORL人脸库SVD+KFDA测试结果(1)

特征维数 识别率/% 识别时间/S

5 66.50 3.187

10 83.00 3.188

15 91.00 3.234

20 94.00 3.265

25 96.00 3.234

30 97.00 3.296

39 96.00 3.281

表12 ORL人脸库SVD+KFDA测试结果(2)

训练样本数 识别率/% 识别时间/S

2 88.12 3.125

3 91.79 3.093

4 95.00 3.204

5 96.00 3.281

6 95.63 3.282

7 95.83 3.359

8 96.25 3.438

3.2 CAS-PEAL人脸库实验

CAS-PEAL人脸库是专门为研究亚洲人脸识别而设计的数据 库，库中包含了1040名中国人共99450幅头肩部图像，所有图像 在专门的采集环境中采集，涵盖了姿态、表情、饰物、和光照4种主要变化条件，部分人脸图具有背景、距离和时间 跨度的变化，该库识别难度较大，现有方法在该库识别率均不理想。文 中实验选取 其中一个子库，由50个不同的中国人，每人9幅图像 组成，光照的变化 较大，每幅图像 大小 为120*96。实验数据库部分人脸图像 如图2所示

图2 CAS-PEAL部分人脸图像

表13 CAS-PEAL人脸库SVD测试结果(1)

特征维数 识别率/% 识别时间/S

36 38.50 3.266

81 36.50 3.438

121 40.50 3.531

169 42.50 3.593

225 43.00 3.703

400 44.00 4.969

900 47.00 4.483

15

XXXXxx毕业设计(论文)

表14 CAS-PEAL人脸库SVD测试结果(2)

训练样本数 识别率/% 识别时间/S

2 37.71 3.766

3 37.67 3.922

4 43.20 3.938

5 44.00 4.015

6 49.33 3.906

7 66.00 3.766

表13和表14是SVD方法在CAS-PEAL库中的实验结果。表13是在每类训练样本数为5，测试样本为4，抽取不同特征维数时的识别结果 。表14是在抽取的特征维数为400时，不同的训练样本下的结果 。相对于ORL库，SVD在CAS-PEAL库的识别率不理想。

表15 CAS-PEAL人脸库LDA测试结果(1)

特征维数 识别率/% 识别时间/S

10 50.00 18.875

20 57.00 26.141

30 65.00 34.203

35 68.00 36.515

40 67.50 39.547

45 68.50 77.125

49 67.00 82.531

表16 CAS-PEAL人脸库LDA测试结果(2)

训练样本数 识别率/% 识别时间/S

2 29.43 66.297

3 40.33 73.969

4 55.60 75.703

5 68.50 77.125

6 70.00 78.454

7 74.00 80.125

表15和表16是LDA方法在CAS-PEAL库中的实验结果。样本先通过PCA降维，再进行LDA。实验中PCA降维后的维数为110。表15是在每类训练样本数为5，测试样本为4，抽取不同特征维数时的识别结果 。表16是在抽取的特征维数为45时，不同的训练样本下的结果 。

表17 CAS-PEAL人脸库PCA测试结果(1)

特征维数 识别率/% 识别时间/S

10 28.50 15.859

20 43.00 15.813

30 47.00 16.125

40 48.00 16.172

50 50.00 16.203

60 51.50 16.610

191 55.50 19.672

表18 CAS-PEAL人脸库PCA测试结果(2)

训练样本数 识别率/% 识别时间/S

2 45.43 5.219

3 47.33 8.062

4 49.60 11.937

5 50.00 16.203

6 57.33 22.843

7 75.00 30.140

表17和表18是PCA方法在CAS-PEAL库中的实验结果。表17是在每类训练样本数为5，测试样本为4，抽取不同特征维数时的识别结果 。表18是在抽取的特征维数为60时，不同的训练样本下的结果 。

表19 CAS-PEAL人脸库SVD+LDA测试结果(1)

特征维数 识别率/% 识别时间/S

10 55.00 3.719

20 72.00 3.750

30 77.50 3.765

35 81.50 3.719

40 80.00 3.860

45 79.5 3.781

49 80.00 3.828

16

XXXXxx毕业设计(论文)

表20 CAS-PEAL人脸库SVD+LDA测试结果(2)

训练样本数 识别率/% 识别时间/S

2 18.86 4.203

3 29.00 4.188

4 70.00 3.735

5 81.50 3.719

6 84.00 3.766

7 91.00 3.843

表19和表20是SVD+LDA方法在CAS-PEAL库中的实验结果。每类训练样本数为5，测试样本为4，样本先通过奇异值分解，抽取奇异值矩阵左上角m*m区域的值构成LDA的输入空间，实验中m=10。改变LDA过程中提取的身影矢量个数，识别结果 如表19所示抽取不同特征维数时的识别结果 。表20是在抽取的特征维数为35时，不同的训练样本下的结果 。

表21 CAS-PEAL人脸库KFDA测试结果(1)

特征维数 识别率/% 识别时间/S

10 44.00 5.110

20 66.00 5.078

30 74.00 5.215

35 74.00 5.219

40 78.00 5.156

45 83.00 5.157

49 84.00 5.141

表22 CAS-PEAL人脸库KFDA测试结果(2)

训练样本数 识别率/% 识别时间/S

2 58.00 3.766

3 64.33 4.141

4 83.20 4.687

5 84.00 5.141

6 84.00 5.730

7 94.00 6.047

表21和表22是KFDA方法在CAS-PEAL库中的实验结果。每类训练样本数为5，测试样本为4，核函数选 用高斯核函数，参数options.t=8000。抽取不同的特征维数识别结果如表21所示。表22是在抽取的特征维数为49时，不同的训练样本下的结果 。

表23 CAS-PEAL人脸库SVD+KFDA测试结果(1)

特征维数 识别率/% 识别时间/S

10 40.50 4.015

20 73.50 4.094

30 79.0 4.078

35 79.50 4.094

40 82.00 4.157

45 85.00 4.109

49 86.50 4.203

表24 CAS-PEAL人脸库SVD+KFDA测试结果(2)

训练样本数 识别率/% 识别时间/S

2 56.29 3.750

3 65.33 3.844

4 82.80 3.969

5 86.50 4.023

6 88.67 4.187

7 96.00 4.422

表23和表24是SVD+KFDA方法在CAS-PEAL库中的实验结果。每类训练样本数为5，测试样本为4，核函数选用高斯核函数，参数options.t=8000，样本经奇异值分解后的维数为28*28构成KFDA的输入空间。抽取不同的特征维数识别结果如表23所示。表24是在抽取的特征维数为49时，不同的训练样本下的结果 。

17