发布时间 : 星期五 文章SVD与KFDA相结合人脸识别-matlab-毕业论文更新完毕开始阅读9730b90d79563c1ec5da7197
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