Matlab 人脸识别之PCA算法，使用Yale人脸数据库

    写这个程序是老师布置的作业。一个莫名其妙的机会选了一个莫名其妙的课，于是写了与自己关系不大的人工智能的人脸识别的程序。这里给自己记录一下，估计这个学习都要和这个方面的打交道了。

   

    Part 1：程序流程简介

   

    这个程序是典型的。在已有资源中使用一部分做训练集，找到一个合适的模型或者结论，然后用剩下的部分来测试自己的结论的正确度，进而一步步提高自己的算法效率或者正确性等。

 

    所以，在这次的程序中，前半部分是训练部分，中间有几段是画图部分，后面部分是测试部分。

 

    Part 2：数据库和PCA算法简介

   

    数据库使用的是Yale的人脸数据库。一共15组图片，每组图片里面有11张图片。在我的程序里面，我使用了每组里面的8张照片为训练集，剩下的3张为测试集。所以，一共是120张训练照片，45张测试照片。

 

    PCA算法步骤：

 

    1.Matrix X (input data)                                         N dimensional input space

       即原始矩阵

 

    2.Matrix QX (Covariance of X)                              QX = cov(X) = E[(x-m)(x-m)T]

       求出X的协方差矩阵QX

 

    3.Valuable λk(eigenvalue of QX)                        λ1≥λ2≥λ3。。。

     求出特征值，降