基于PCA和SVM的人脸识别

程序中采用的数据集是ORL人脸库，该人脸库共有400副人脸图像，40人，每人10幅，大小为112*92像素，同一个人的表情，姿势有少许变化。

程序的流程主要分为三部分，数据的预处理(PCA降维和规格化)，数据的训练阶段，数据的识别阶段

数据的预处理的流程图如下：

数据的训练流程图如下：

识别流程：

下面贴上一些matlab的实现代码：

数据预处理主要是两个函数，ReadFaces和scaling，第一个函数是将训练图像存成一个200*10304的矩阵，第二个是对数据进行规格化，具体代码如下：

function [imgRow,imgCol,FaceContainer,faceLabel] = ReadFaces(nFacesPerson,nPerson,bTest)
%nFacesPersonn-----每个人需要读入的样本数，默认为5
%nPerson     ------需要读入的人数，默认为全部四十个人
%bTest       ------bool型参数。默认为0，表示读入样本前五张；1：表示后五张


%输出：  FaceContainer------向量化人脸容器，nPerson*10304的二维矩阵，每行对应一个人脸向量


if nargin==0    %默认值   
    nFacesPerson = 5;
    nPerson      = 40;
    bTest        = 0;
elseif nargin<3
    bTest        = 0;
end


img=imread('PCA_face/data/ORL/s1_1.bmp')  %为计算尺寸先读一