本文介绍了一种使用PCA算法进行人脸识别的MATLAB系统，通过图像采集建立人脸库，进行PCA特征提取，利用欧氏距离进行人脸识别。系统包括人脸库生成、特征提取与重建的仿真分析，以及模板匹配和识别的仿真。实验结果显示，该系统能有效匹配库内外人脸并快速识别。
1、系统框架
本系统运用PCA算法来实现人脸特征提取，然后通过计算欧式距离来判别待识别测试人脸，本个系统框架图如下：
图：1-1 人脸识别系统框架图
整个系统的流程是这样的，首先通过图像采集建立人脸库，这个人脸库里的人脸图像必须是格式及像素统一的，然后针对库里的人脸进行人脸训练，利用PCA进行人脸特征提取，获取特征矩阵向量组，将测试人脸投缘到特征子空间中，运用欧氏距离，在人脸库里查找相应的人脸图像，并输出。在这步骤中我还实现人脸重建，对库内和库外人脸重构实现了比较，最后在人脸找到输出的同时，它也输出了对应人脸在库内的数字编号，代表人脸的信息。
2 程序仿真及调试结果
2.1人脸库的生成
人脸库的建立可以运用目前现有的ORL人脸数据库、JAZZ人脸数据库等，这些人脸库内的人脸都是按某个标准建立，所以在设计人脸之前，必须针对需要，来选择。或者你也可以自己构造人脸数据库，库内人脸可以采用拍照等方式来获取。不过要进行一些前期处理，以满足系统要求。本系统是收集互联网上的图像获取图像，然后实现格式以及大小一致。
图：2-1 部分人脸图像截图
上图就是部分人脸库内人脸图像截图。这个人脸库分为测试人脸库和训练人类库，在训练人脸库内的所有人脸数目有二十张，十个人
最低0.47元/天 解锁文章
1404
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
