版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、人臉識別% FaceRec.m% PCA 人臉識別修訂版,識別率88% calc xmean,sigma and its eigen decompositionallsamples=;%所有訓練圖像for i=1:40for j=1:5a=imread(strcat(e:ORLs,num2str(i),num2str(j),.jpg);% imshow(a);b=a(1:112*92); % b 是行矢量 1N,其中N10304,提取順序是先列后行,即從上到下,從左到右b=double(b);allsamples=allsamples; b; % allsamples 是一個M * N 矩陣,
2、allsamples 中每一行數(shù)據(jù)代表一張圖片,其中M200endendsamplemean=mean(allsamples); % 平均圖片,1 Nfor i=1:200 xmean(i,:)=allsamples(i,:)-samplemean; % xmean 是一個M N 矩陣,xmean每一行保存的數(shù)據(jù)是“每個圖片數(shù)據(jù)-平均圖片”end;% 獲取特征值及特征向量sigma=xmean*xmean; % M * M 階矩陣v d=eig(sigma);d1=diag(d);% 按特征值大小以降序排列dsort = flipud(d1);vsort = fliplr(v);%以下選擇90
3、%的能量dsum = sum(dsort);dsum_extract = 0;p = 0;while( dsum_extract/dsum 0.9)p = p + 1;dsum_extract = sum(dsort(1:p);endi=1;% (訓練階段)計算特征臉形成的坐標系base = xmean * vsort(:,1:p) * diag(dsort(1:p).(-1/2);% base 是Np 階矩陣,除以dsort(i)(1/2)是對人臉圖像的標準化(使其方差為1)% 詳見基于PCA 的人臉識別算法研究p31% xmean * vsort(:,i)是小矩陣的特征向量向大矩陣特征向量
4、轉換的過程%while (i0)% base(:,i) = dsort(i)(-1/2) * xmean * vsort(:,i); % base 是Np 階矩陣,除以dsort(i)(1/2)是對人臉圖像的標準化(使其方差為1)% 詳見基于PCA 的人臉識別算法研究p31% i = i + 1; % xmean * vsort(:,i)是小矩陣的特征向量向大矩陣特征向量轉換的過程%end% 以下兩行add by gongxun 將訓練樣本對坐標系上進行投影,得到一個 M*p 階矩陣allcoorallcoor = allsamples * base; % allcoor 里面是每張訓練人臉圖
5、片在M*p 子空間中的一個點,即在子空間中的組合系數(shù),accu = 0; % 下面的人臉識別過程中就是利用這些組合系數(shù)來進行識別% 測試過程for i=1:40for j=6:10 %讀入40 x 5 副測試圖像a=imread(strcat(e:ORLs,num2str(i),num2str(j),.jpg);b=a(1:10304);b=double(b);tcoor= b * base; %計算坐標,是1p 階矩陣for k=1:200mdist(k)=norm(tcoor-allcoor(k,:);end;%三階近鄰dist,index2=sort(mdist);class1=floo
6、r( (index2(1)-1)/5 )+1;class2=floor(index2(2)-1)/5)+1;class3=floor(index2(3)-1)/5)+1;if class1=class2 & class2=class3class=class1;elseif class1=class2class=class1;elseif class2=class3class=class2;end;if class=iaccu=accu+1;end;end;end;accuracy=accu/200 %輸出識別率特征人臉% eigface.mfunction = eigface()% calc
7、xmean,sigma and its eigen decompositionallsamples=;%所有訓練圖像for i=1:40for j=1:5a=imread(strcat(e:ORLs,num2str(i),num2str(j),.jpg);% imshow(a);b=a(1:112*92); % b 是行矢量 1N,其中N10304,提取順序是先列后行,即從上到下,從左到右b=double(b);allsamples=allsamples; b; % allsamples 是一個M * N 矩陣,allsamples 中每一行數(shù)據(jù)代表一張圖片,其中M200endendsampl
8、emean=mean(allsamples); % 平均圖片,1 Nfor i=1:200 xmean(i,:)=allsamples(i,:)-samplemean; % xmean 是一個M N 矩陣,xmean每一行保存的數(shù)據(jù)是“每個圖片數(shù)據(jù)-平均圖片”end;% 獲取特征值及特征向量sigma=xmean*xmean; % M * M 階矩陣v d=eig(sigma);d1=diag(d);% 按特征值大小以降序排列dsort = flipud(d1);vsort = fliplr(v);%以下選擇90%的能量dsum = sum(dsort);dsum_extract = 0;p
9、= 0;while( dsum_extract/dsum 0.9)p = p + 1;dsum_extract = sum(dsort(1:p);endp = 199;% (訓練階段)計算特征臉形成的坐標系%while (i0)% base(:,i) = dsort(i)(-1/2) * xmean * vsort(:,i); % base 是Np 階矩陣,除以dsort(i)(1/2)是對人臉圖像的標準化,詳見基于PCA 的人臉識別算法研究p31% i = i + 1; % xmean * vsort(:,i)是小矩陣的特征向量向大矩陣特征向量轉換的過程%endbase = xmean *
10、vsort(:,1:p) * diag(dsort(1:p).(-1/2);% 生成特征臉for (k=1:p),temp = reshape(base(:,k), 112,92);newpath = d:test int2str(k) .jpg;imwrite(mat2gray(temp), newpath);endavg = reshape(samplemean, 112,92);imwrite(mat2gray(avg), d:testaverage.jpg);% 將模型保存save(e:ORLmodel.mat, base, samplemean);人臉重建% Reconstruct.
11、mfunction = reconstruct()load e:ORLmodel.mat;% 計算新圖片在特征子空間中的系數(shù)img = D:test210.jpga=imread(img);b=a(1:112*92); % b 是行矢量 1N,其中N10304,提取順序是先列后行,即從上到下,從左到右b=double(b);b=b-samplemean;c = b * base; % c 是圖片a 在子空間中的系數(shù), 是1*p 行矢量% 根據(jù)特征系數(shù)及特征臉重建圖% 前15 個t = 15;temp = base(:,1:t) * c(1:t);temp = temp + samplemean
12、;imwrite(mat2gray(reshape(temp, 112,92),d:test2t1.jpg);% 前50 個t = 50;temp = base(:,1:t) * c(1:t);temp = temp + samplemean;imwrite(mat2gray(reshape(temp, 112,92),d:test2t2.jpg);% 前100 個t = 100;temp = base(:,1:t) * c(1:t);temp = temp + samplemean;imwrite(mat2gray(reshape(temp, 112,92),d:test2t3.jpg);% 前150 個t = 150;temp = base(:,1:t) * c(1:t);temp = temp + samplemean;imwrite(ma
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 14.3.2 第2課時運用完全平方公式分解因式 人教版數(shù)學八年級上冊同步課堂教案
- 第二單元 夏商周時期:奴隸制王朝的更替和向封建社會的過渡【速記清單】七年級歷史上冊單元速記(統(tǒng)編版2024)
- 《會計基礎與智能應用》教案 項目四 智能核算主要經(jīng)濟業(yè)務 23-26
- 水利工程砂石配送合同模板
- 航空器材居間貿易合同
- 高端住宅裝修工程合同模板
- 圖書發(fā)行運輸代理合同
- 木材運輸服務質量合同
- 學校教室改造合同范本
- 南昌市二手房翻新合同協(xié)議
- (高清版)體育場館照明設計及檢測標準JGJ 153-2016
- 航測技術設計方案(范本)
- 米字格A版蘭亭序毛筆行書字帖
- 我國五十年高中生物課程目標的演變
- 生日快樂祝??扉Wppt
- KP系列電動平車說明書
- 中學生家訪記錄初中生家訪記錄[有內容最新]
- 顧建光《公共管理英語》修訂版詞匯匯總
- JJF 1874-2020(自動)核酸提取儀校準規(guī)范-(2020發(fā)布)
- 內保工作制度
- 個體經(jīng)營食品安全管理制度文本
評論
0/150
提交評論