人脸识别课程设计报告[借鉴].pdfVIP

资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 用 Matlab 实现人脸识别 学院 : 信息工程学院 班级 : 计科软件普 131 成员 : 资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 一、 问题描述 在一个人脸库中 , 有 15 个人 , 每人有 11 幅图像。要求 选定每一个人的若干幅图像组成样本库 , 由样本库得到特征库。 再 任取图像库的一张图片 , 识别它的身份。 对于一幅图像能够看作一个由像素值组成的矩阵 , 也能够扩 展开 , 看成一个矢量。如一幅 N*N 象素的图像能够视为长度为 N2 的矢量 , 这样就认为这幅图像是位于 N2 维空间中的一个点 , 这种 图像的矢量表示就是原始的图像空间 , 可是这个空间仅是能够表 示或者检测图像的许多个空间中的一个。 不论子空间的具体形式如 何 , 这种方法用于图像识别的基本思想都是一样的 , 首先选择一 个合适的子空间 , 图像将被投影到这个子空间上 , 然后利用对图 像的这种投影间的某种度量来确定图像间的相似度 , 最常见的就 是各种距离度量。 因此 , 本次采用 PCA算法确定一个子空间 , 最后 使用最小距离法进行识别 , 并用 matlab 实现。 二、 PCA 原理和人脸识别方法 1) K-L 变换 资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。 K-L 变换以原始数据的协方差矩阵的归一化正交特征矢量构 成的正交矩阵作为变换矩阵 , 对原始数据进行正交变换 , 在变换 域上实现数据压缩。它具有去相关性、 能量集中等特性 , 属于均 方误差测度下 , 失真最小的一种变换 , 是最能去除原始数据之间 相关性的一种变换。 PCA 则是选取协方差矩阵前 k 个最大的特征 值的特征向量构成 K-L 变换矩阵。 2) 主成分的数目的选取 保留多少个主成分取决于保留部分的累积方差在方差总和中 所占百分比 ( 即累计贡献率 ), 它标志着前几个主成分概括信息之 多寡。实践中 , 粗略规定一个百分比便可决定保留几个主成分 ; 如 果多留一个主成分 , 累积方差增加无几 , 便不再多留。 3) 人脸空间建立 假设一幅人脸图像包含 N 个像素点 , 它能够用一个 N 维向量 Γ 表示。这样 , 训练样本