Matlab PCA+SVM人脸识别(一)

概述：

编程平台：Matlab；

数据：       ORL人脸库。pgm格式的图片。40人，每人10幅图，图像大小为112*92像素。 图像本身已经经过处理，不需要进行归一化和校准等工作；下载地址第三段的两个都是下载链接

数据处理：主成分分析法（PCA）；有关算法原理可以参考这里

分类器：    支持向量机（SVM）。

人脸识别算法步骤概述：

1、读取训练数据集；

2、主成分分析法降维并去除数据之间的相关性；

3、数据规格化（去除数据单位因素对分类造成的影响，这个对此实验造成的影响不大）；

4、SVM训练（选取径向基和函数）；

5、读取测试数据、降维、规格化；

6、用步骤4产生的分类函数进行分类（多分类问题，采用一对一投票策略，归位得票最多的一类）；

7、计算正确率。

准备工作：

下载人脸库

如果你用的不是ORL人脸库，可能还需要先进行人脸检测

把Matlab的左上角当前路径（current folder）设置为你的.m的保存的路径，或者用addpath('...... ')设置

编程实现：

读取数据：

ReadFace.m文件，若flag=0，表述读取原文件的前五幅图作为训练数据，若flag=1，表述读取原文件的后五幅图作为测试数据，数据存入f_matrix中，每一行为一个文件，每行为112*92列。