matlab的PCA行人识别算法研究
基于PCA算法的行人识别。它已经成为研究行人识别的经典算法，pca在于在原本复杂的数据中找到其根本，降文是它的根本概括，将最简单的数据结构揭露出来。在本设计中它主要用于人脸特征的提取。27271
关键词 行人识别 人脸检测 欧氏距离 PCA KL变换
毕业论文设计说明书外文摘要
Title The pedestrian recognition algorithm research
Abstract
Pedestrian recognition or face recognition has become increasingly familiar in our lives, access detection office buildings, pedestrian red light on the road to detect, even with the criminal offenses of prisoners hunt and so every aspect of our livesIt has accepted a subtle influence pedestrian recognition. This article is a combination of teacher in the existing algorithms specific requirements, design a program to implement on the basis of a given image on a pedestrian identify pedestrians moving target, the application of the United Kingdom has been the face database, application tools matlab pca based method, Although there are some errors in the recognition rate, but with their own algorithm to grasp the situation and the project made the following analysis and summary.
Pedestrian detection algorithm based on PCA. It has become a classic algorithm pedestrian recognition, PCA is to find the fundamental data of the original complex, dimension reduction is its fundamental generalization, the most simple data structures revealed. In this design, it is mainly used to extract facial features.
Keywords Pedestrian recognition Face Recognition Euclidean distance PCA kl transform algorithm
目 次
1 引言 1
1.1 行人识别的背景及意义 1
1.2 行人识别国内外研究情况 2
1.3 matlab介绍 4
1.4 PCA及KL变换的介绍 4
1.5 KL变换 7
1.6 本设计所做的工作 8
2 本设计行人识别系统的概要设计 9
2.1可行性分析 9
2.1.1预处理技术可行性分析 9
2.1.2操作及系统可行性分析 12
2.2需求分析 12
2.2.1功能分析及功能模块图 12
2.2.2详细分析各模块 13
2.2.3 pca算法步骤 17
3 详细设计 19
4 测试结果 26
结论 28
致谢 29
参考文献 30
1 引言
我们生活在一个地球上，一个人的脸，是眉毛，眼睛，鼻子，嘴巴，面颊等的固定或不确定组合，约70亿人在这里生活在这里繁衍生息，每个人的每一张面孔，也就7或8寸大小，并且每一个部位都有它该在的位置。但是，它们却是因为这种不太大不太复杂的组合，产生了世界上绝不可能有完全相同的两张面孔的结论。至今也是我们每一个人所信奉的。
在智能监控和计算机越来越发达的今天，行人识别的应用价值也同样的显现出来。人们希望通过这两者的结合，快速且高效的实现对人的识别或是检测，减轻人脑的压力，实现更经济的处理一些工作。当今时代人脸识别是模式识别和人工智能畛域最受大家热议，最有挑战性的话题之一。人脸识别有很多其它不涉及生物识别方法的优势，如nonaggressively，友好，方便，等等。因此，人脸识别具有潜在的应用前景，如刑事鉴定，安全系统，文件管理，门禁系统，等等。这就促使我们更多的人来研究行人识别这方面的应用和算法的优化。