基于PCA和SVM的人脸识别 |
您所在的位置:网站首页 › pcasvm人脸识别 › 基于PCA和SVM的人脸识别 |
程序的流程主要分为三部分,数据的预处理(PCA降维和规格化),数据的训练阶段,数据的识别阶段 数据的预处理的流程图如下:
数据的训练流程图如下:
识别流程:
下面贴上一些matlab的实现代码: 数据预处理主要是两个函数,ReadFaces和scaling,第一个函数是将训练图像存成一个200*10304的矩阵,第二个是对数据进行规格化,具体代码如下: function [imgRow,imgCol,FaceContainer,faceLabel] = ReadFaces(nFacesPerson,nPerson,bTest) %nFacesPersonn-----每个人需要读入的样本数,默认为5 %nPerson ------需要读入的人数,默认为全部四十个人 %bTest ------bool型参数。默认为0,表示读入样本前五张;1:表示后五张 %输出: FaceContainer------向量化人脸容器,nPerson*10304的二维矩阵,每行对应一个人脸向量 if nargin==0 %默认值 nFacesPerson = 5; nPerson = 40; bTest = 0; elseif nargin |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |