基于PCA的人臉識(shí)別研究

1.47萬(wàn)字 36頁(yè) 原創(chuàng)作品，通過(guò)查重系統(tǒng)


摘 要
人臉的自動(dòng)識(shí)別是生物測(cè)定學(xué)研究的內(nèi)容之一，它是一個(gè)模式識(shí)別領(lǐng)域中的前沿課題。這項(xiàng)課題的研究迄今已有30多年的歷史。人臉識(shí)別正在成為當(dāng)前人工智能和模式識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。目前，人臉識(shí)別現(xiàn)在已經(jīng)成功地應(yīng)用到門(mén)禁系統(tǒng)、機(jī)場(chǎng)口岸檢查、刑偵辦案系統(tǒng)等諸多領(lǐng)域。
人臉識(shí)別是一種利用計(jì)算機(jī)對(duì)人臉圖像進(jìn)行處理、分析，并且從中提取能體現(xiàn)人臉圖像特征的識(shí)別信息，從而完成人臉鑒別的一門(mén)技術(shù)。目前的人臉識(shí)別技術(shù)很多，各有優(yōu)缺點(diǎn)。本文主要介紹了人臉識(shí)別的背景、研究范圍以及實(shí)現(xiàn)的方法，并對(duì)人臉識(shí)別領(lǐng)域中的一些理論方法做了總體性的介紹。本文比較了當(dāng)前一些主流的人臉識(shí)別方法，給出了一種利用主成分分析方法（PCA）提取人臉圖像特征，使用奇異值分解計(jì)算協(xié)方差矩陣的特征值和特征向量并使用最近鄰法歐幾里得距離來(lái)進(jìn)行人臉判別分類識(shí)別。
本文使用matlab編程語(yǔ)言利用基于PCA變換的算法編寫(xiě)一個(gè)人臉識(shí)別的程序，并測(cè)試了這個(gè)程序的識(shí)別率。
本文的主要工作包括：
（1）使用matlab編寫(xiě)PCA變換程序，并使用訓(xùn)練集求出降維矩陣。使用降維矩陣對(duì)訓(xùn)練集和測(cè)試集降維。
（2）使用最近鄰法測(cè)試對(duì)測(cè)試集的分類精度。改變降維后的維數(shù)，再次使用訓(xùn)練集求降維矩陣。然后使用降維矩陣對(duì)訓(xùn)練集和測(cè)試集進(jìn)行降維。再次使用最近鄰法求出對(duì)測(cè)試集的測(cè)試精度。
（3）反復(fù)改變降維后的維數(shù)，確定最優(yōu)降維維數(shù)和最優(yōu)識(shí)別精度。


關(guān)鍵詞：人臉識(shí)別；主成分分析；PCA；降維；最近鄰法；