實驗三

由於我們所提出的方法是結合了 CS-LTP 與 TP-LBP [31]中貼片式的概念，

為了驗證我們所提出的方法優於其結合前的兩個方法，所以在實驗三中，我們比 較 TPCS-LTP、CS-LTP 和 TP-LBP 三個方法的辨識效果。為了公平起見，我們 分別找出 CS-LTP 以及 TP-LBP 的最佳辨識率來進行比較，以獲得更具參考性的 數據。首先我們實驗 CS-LTP 在不同切割區塊與門檻值的辨識效能，如表 4.4 所 示。

表 4.4：CS-LTP 辨識效能表 辨識率(%)

區塊數 門檻值(𝑇₁)

0 1 3 5 7 9 11 13

2 × 2 75.6 78.6 80.6 75.6 75.4 72.6 75.8 75.6 4 × 4 80.6 79.0 87.5 84.7 80.6 81.0 81.0 80.6 6 × 6 84.7 88.7 90.8 88.3 86.3 88.3 85.1 84.3 8 × 8 90.8 92.7 92.7 92.7 91.9 92.7 92.3 92.3 10 × 10 94.8 95.2 95.6 94.8 94.8 94.4 94.4 94.8 12 × 12 94.0 93.1 94.4 94.4 93.1 94.0 93.5 93.1 14 × 14 94.0 94.4 94.8 94.0 93.5 94.0 94.0 93.5 16 × 16 94.0 93.5 94.0 93.1 94.2 94.8 95.2 94.0

我們可以由此表看出，CS-LTP 在切割區塊10 × 10且門檻值為 3 時，有最佳的辨 識率 95.6%。另外，我們可以觀察到 CS-LTP 在沒有使用門檻值或門檻值過大的 狀況下，可能導致辨識效果變差，其原因可能是在 CS-LTP 中，若是沒有門檻值 則無法將對角之間經過比較後的數值以 0、1 和 2 來區分，這可能導致特徵的描

35

述效果不佳。而若是門檻值過大會導致對角之間比較後的數值容易被判定為 1，

這也會導致特徵描述效果不理想。因此在 CS-LTP 的運算過程中，門檻值的選擇 是一個關鍵的步驟。

接下來我們將實驗 TP-LBP 在不同切割區塊、門檻值與半徑的辨識效能，以 尋找出 TP-LBP 在步態身份辨識中，最佳的辨識率。如表 4.5 所示，該表為 TP-LBP 在不同切割區塊與門檻值的辨識效能表。

表 4.5：TP-LBP 切割區塊與門檻值辨識效能關係表 辨識率(%)

區塊數 門檻值(𝑇₂)

0 1 3 5 7 9

2 × 2 60.5 58.9 58.9 51.6 58.9 51.6 4 × 4 76.2 78.6 75.6 72.6 75.6 76.2 6 × 6 84.7 85.1 86.3 85.1 82.7 82.3 8 × 8 92.2 92.2 91.9 92.2 90.8 91.9 10 × 10 94.0 93.2 94.0 93.2 93.2 93.2 12 × 12 94.4 94.4 94.0 93.2 93.2 93.2 14 × 14 94.8 94.8 94.4 94.4 94.0 94.0 16 × 16 93.2 93.2 92.7 92.7 93.5 92.3

我們可以由此表看出，切割區塊越大辨識率會不斷的提升，當切割區塊達到 14 × 14時，在門檻值 0 和 1 都有最佳的辨識率 94.8%。另外，我們也可以由實 驗結果看出 TP-LBP 在門檻值 0 和 1 都有不錯的辨識效果，但是當門檻值大於 1 時，辨識率呈現逐漸下降的趨勢。因此，接下來我們以切割區塊14 × 14，並以 門檻值為 0 和 1 作為參數設定，進行最佳半徑的實驗，以確保能夠取得 TP-LBP 在步態身份辨識的最佳辨識率。TP-LBP 的最佳半徑實驗結果，如表 4.6 所示。

36

表 4.6：TP-LBP 不同半徑的辨識效能表 辨識率(%)

半徑 門檻值(𝑇₂)

0 1

1 94.8 94.8

2 96.0 95.2

3 95.6 95.6

4 95.2 95.2

5 95.6 94.4

6 95.6 94.8

7 95.2 93.1

8 94.8 91.9

9 94.4 85.1

由此表可以看出在半徑為 2 時，有最佳的辨識率 96%。藉由這個實驗我們找出 TP-LBP 的最佳辨識率。接下來我們將使用 CS-LTP 與 TP-LBP 的實驗結果與我 們所提出的 TPCS-LTP 進行比較，其三種方法的辨識率比較表，如表 4.7 所示。

表 4.7：三種方法辨識效果比較

方法 區塊 門檻值𝑇₁ 門檻值𝑇₂ 半徑 辨識率(%)

TP-CSLTP 16 × 16 11 0 6 98.8

CS-LTP 10 × 10 3 - - 95.6

TP-LBP 14 × 14 - 0 2 96.0

“ - ” 表示無須設定

37

由表 4.7 我們可以看出 TPCS-LTP 有最佳的辨識率 98.8%。其中 CS-LTP 的辨識 率最低，但是該法在切割區塊10 × 10時，就擁有最佳的辨識率，也就是說 CS-LTP 擁有運算的時間最短的優點。而在 TP-LBP 的實驗中，我們可以觀察出 TP-LBP 在切割區塊14 × 14且半徑 r = 1 時，辨識率只有 94.8%，不如 CS-LTP 在切割區 塊10 × 10的辨識率，不過在使用半徑 r = 2 時，辨識率有明顯的提升且高過 CS-LTP 的辨識率，藉以我們可以驗證 Three-Patch 的半徑選擇對於辨識結果有很 大的影響力。因此，我們結合兩種方法的優點，也就是 CS-LTP 在區塊內有不錯 的辨識效果的優點，以及 Three-Patch 考慮區塊與區塊之間的關係，能夠有效提 升辨識效能的優點。最終由實驗三的實驗結果，能夠驗證我們所提出的方法優於 其結合前的兩個方法。