漸進強化資料庫的辨識結果

在說明完上小節的實驗後，接著我們來分析漸進強化資料庫所做出的 辨識結果。

實驗結果(以做200 次的結果做統計，做為我們實驗的結果)如附錄 B 的表B-1、B-2、B-3、B-4、B-5、B-6、B-7、B-8、B-9、B-10、B-13、B-14、

B-17、B-18、B-19、B-20、B-21、B-22，這些表分別為用 18、36、54、72、

90、108 張，以我們提出的外觀結合演算法，去強化資料庫所做出來的結 果，且一樣利用前述的辨識方法來做辨識，而這裡我們一樣用1-norm distance 來做為計算相似度的方法。

在這裡，我們進一步將表格中的平均值、標準差以圖形的方式再一次 表達如下。

圖 4-9 利用未知影像以基於主要特徵的辨識方法一來辨識所得到的平均辨識率結果來畫的圖

（使用提出的方法，依照18、36、54、72、90、108 個面強化後的結果來畫的圖，且由左到右、

上到下依序為物體 1 到物體 12 的結果，最後第 13 個圖是不分物體平均的結果）

圖 4-10 利用未知影像以基於主要特徵的辨識方法一來辨識所得到的標準差結果來畫的圖（使用

提出的方法，依照18、36、54、72、90、108 個面強化後的結果來畫的圖，且由左到右、上到下

依序為物體 1 到物體 12 的結果，最後第 13 個圖是不分物體平均的結果）

圖 4-11 利用未知影像以基於主要特徵與輔助特徵的辨識方法三來辨識所得到的平均辨識率結

果來畫的圖（使用提出的方法，依照18、36、54、72、90、108 個面強化後的結果來畫的圖，且

由左到右、上到下依序為物體 1 到物體 12 的結果，最後第 13 個圖是不分物體平均的結果）

圖 4-12 利用未知影像以基於主要特徵與輔助特徵的辨識方法三來辨識所得到的標準差結果來

畫的圖（使用提出的方法，依照18、36、54、72、90、108 個面強化後的結果來畫的圖，且由左

到右、上到下依序為物體 1 到物體 12 的結果，最後第 13 個圖是不分物體平均的結果）

由附錄B 的表以及上列的圖可知，資料庫的外觀數目會隨著強化的張 數的變多而變的比較多，也因此使的物體資料庫變的更完善，而辨識率的

平均值由上列的圖來看，則隨著強化的張數的變多而變的越來越高，最後 趨於某值，至於辨識率的標準差方面則隨著強化的張數的變多而變的越來 越小，最後趨於某小值，而對於辨識率的平均值和標準差所趨近的值來 說，其決定於於兩個因素，輪廓擷取的正確性和建立資料庫時的門檻值設 定，輪廓擷取越正確以及門檻值設定的越好，就會使得辨識率的平均值所 趨近的值越大和標準差所趨近的值越小。因此，由上述我們可推論出，我 們提出的外觀結合演算法，可以經由不斷地強化來使的資料庫越完善，最 後達到符合我們所設定的門檻值的最佳資料庫。

此外，由上列的圖我們可以發現，在對稱性高、簡單的物體，例如：

物體2、物體 5、物體 7，它們從強化的張數少(18 個面)到多(108 個面)，

其辨識率的平均值和標準差都沒什麼改變，而探究其原因，其實是因為它 們本身物體不複雜，所以在用很少張去強化資料庫時，就已經達到我們所 設定的門檻值的最佳資料庫，所以在我們所測試的張數裡，才會都沒有什 麼改變，而由這裡我們可以推論出，若要達到符合我們所設定的門檻值的 最佳資料庫，則所需加入用來強化資料庫的物體的面是會隨著物體的複雜 度的提高而需要越多的張數。

總而言之，不管物體的複雜度如何，只要加入越多的物體的面去強化 資料庫，那資料庫就會越完整，最後就會達到符合我們所設定的門檻值的 最佳資料庫。