摘 要：随着信息技术不断发展和社会安全意识的提高，生物特征识别技术得到广泛的重 视与应用，其中人脸识别技术在很多领域得到成功应用。本文对常用的人脸识别技术进行 了调研，重点研究了以 KL 变换为基础的主成成分分析法（PCA 算法）在人脸识别技术中 的应用。并基于 MATLAB 平台对 PCA 算法进行了编程实现，以 ORL 人脸库和自己的一 张照片为数据样本，进行实验研究与分析。结果表明基于 PCA 算法的人脸识别方法是一种 可行的方案，能够有效地实现人脸特征的降维和简化处理。

毕业论文关键词：人脸识别，KL 变换，PCA

Abstract: With the continuous development of information technology and the improvement of social security awareness, biometric identification technology has been widely recognized and applied, in which the face recognition technology has been successfully applied in many areas。 In this paper, the commonly used face recognition technology research, focusing on the KL transform based on the principal component analysis method (PCA algorithm) in the face recognition technology。 And MATLAB platform based on the PCA algorithm to achieve the programming, ORL face database and a photo of their data samples for the experimental study and analysis。 The results show that the face recognition method based on PCA algorithm is a feasible scheme, which can effectively reduce the dimensionality of the face feature and simplify the processing。

Keywords:Face recognition，KL transform，PCA

目 录

1 前言 4

2 人脸识别技术 4

2。1 人脸识别技术的应用 4

2。2 人脸识别技术的研究方法 5

2。3 人脸识别技术的研究现状 5

2。4 人脸识别技术发展趋势 6

2。5 人脸识别技术的算法研究 6

3 PCA 算法 7

3。1 PCA 算法的原理 7

3。2 KL（Karhunen-Loeve）变换 8

3。2。1 KL 变换方法 8

3。2。2 KL 变换对人脸识别的方法 9

3。3 PCA 求解：特征根分解 10

3。4 PCA 算法实现的具体过程 11

3。4。1 数据表示 11

3。4。2 奇异值分解（SVD） 11

3。4。3 利用小矩阵计算大矩阵的特征向量 12

3。4。4 PCA 的假设条件 12

3。4。5 特征脸 12

3。4。6 PCA 算法实现具体步骤 13

4 用 MATLAB 实现 PCA 算法的人脸识别 13

4。1 系统功能描述 13

4。1。1 系统设计 13

4。1。2 系统流程及流程图 14

4。2 详细过程 15

4。2。1 选择测试图像 TestImage 15

4。2。2 创建标准匹配数据 15

4。2。3 提取特征脸 16

4。2。4 匹配识别 19