PCA算法人脸识别的MATLAB实现代码

摘要：生物识别技术使用人体本身的生物特性作为鉴别方式，具有较高的安全性、可靠性和有效性，受到越来越多的人们的关注。人脸识别技术作为生物特征识别技术的重要组成部分，已经成为计算机视觉、模式识别研究的重点研究领域。本文基于 MATLAB，设计并实现了一种基于主成份分析的人脸识别算法，实验结果表明, 在 MATLAB 仿真中可以通过此算法有效通过人脸数据库中数据识别待识别人脸数据, 并通过比对给出识别结果。75410

毕业论文关键词：人脸识别，特征脸，K-L 变换，主成分分析

Abstract: Biological recognition technology uses biological characteristics of human body as a way to identify, which is completely different from the traditional identification methods。 It has drawn more and people's attention due to the its high security, reliability and validity。 As an important part of biometric identification technology, face recognition technology has been widespread concerned and researched in the past three decades。 It has become the focus of research in the field of computer vision and pattern recognition。 It has broad application in public safety, site access control systems, video surveillance and other fields。 Based on MATLAB, this paper designs and implements a face recognition system which based on principal component analysis ( PCA ) 。Results show the algorithm can work in MATLAB simulation and link target face data with the face database, judge and give proper outcome。

Key words: face recognition, Eigen face, K-L Translation, principle component analysis

1 前言 4

2 人脸识别技术 4

2。1 人脸识别技术研究内容 4

2。2 人脸识别技术的发展趋势 5

3 人脸识别的 Matlab 实现方法与理论 6

3。1 Matlab 简介 6

3。2 基于 Matlab 人脸图像预处理 6

3。3 主成分分析法(PCA) 6

3。3。1 主成分分析法的基本思想 6

3。3。2 K-L 变换 7

3。3。3 奇异值分解定理 7

4 人脸识别的 PCA 算法 8

4。1 特征脸空间 8

4。2 人脸图像的特征提取 9

4。3 人脸识别 9

5 利用 MATLAB 进行系统仿真 10

5。1 预存人脸库及人脸向量库 10

5。2 特征脸空间 12

5。3 待识别人脸数据库 16

5。4 输入待识别人脸图像 PCA算法人脸识别的MATLAB实现代码:http://www.youerw.com/zidonghua/lunwen_86326.html