【人脸二维码】基于matlab主成分分析的人脸二维码识别系统【源码7期】

一、简介

基于matlab主成分分析的人脸二维码识别系统，社会的高速发展，使得人脸识别技术在身份信息认证方面迅速发展与成熟，本文提出一个新的思想，将先进的人脸识别技术与当今应用最广泛的二维码技术相结合，以达到快速认证身份信息的目的。本文基于主成分分析技术，将获取的人脸图像进行主成分信息提取。降维后的人脸数据实现数据到二维码的转换。之后再识别二维码译成人脸数据，最后利用MATLAB重构人脸图像来达到人脸身份信息认证的目的。

二、部分源码

clear all
close all;
Img = imread('01.BMP');
sz = size(Img);
figure;imshow(Img,[]); title('人脸图像');
Construct_PCA_DataBase();
f = GetFaceVector (Img) ;
f = f(1:300);
%生成二维码
Im = QrGen(f);
figure;imshow(Im, []);title('人脸二维码');

function Construct_PCA_DataBase()
%pca算法，构建PCA数据库，计算出xmean,sigam和eigen的值

%如果存在模型，
if exist(fullfile(pwd, '人脸库/model.mat'), 'file')
    return;
end
%分类存储信息，类别数目和人脸数目
classNum = 40;
sampleNum = 10;
hw = waitbar(0, '构建PCA数据库进度：', 'Name', 'PCA人脸识别');
rt = 0.1;
waitbar(rt, hw, sprintf('构建PCA数据库进度：%i%%', round(rt*100)));
allsamples = Get_Samples(classNum, sampleNum);
rt = 0.3;
waitbar(rt, hw, sprintf('构建PCA数据库进度：%i%%', round(rt*100)));
samplemean = mean(allsamples);
xmean = Get_StandSample(allsamples, samplemean);
rt = 0.5;
waitbar(rt, hw, sprintf('构建PCA数据库进度：%i%%', round(rt*100)));
sigma = xmean*xmean'; 
[v, d] = eig(sigma);
d1 = diag(d);
rt = 0.7;
waitbar(rt, hw, sprintf('构建PCA数据库进度：%i%%', round(rt*100)));
dsort = flipud(d1);
vsort = fliplr(v);
p = classNum*sampleNum;
base = xmean' * vsort(:,1:p) * diag(dsort(1:p).^(-1/2));
rt = 0.9;
waitbar(rt, hw, sprintf('构建PCA数据库进度：%i%%', round(rt*100)));
save(fullfile(pwd, '人脸库/model.mat'), 'base', 'samplemean');
rt = 1;
waitbar(rt, hw, sprintf('构建PCA数据库进度：%i%%', round(rt*100)));
delete(hw);
msgbox('构建PCA数据库完成！', '提示信息', 'Modal');

三、运行结果

四、matlab版本

MATLAB R2019a

五、学习与交流

文中不足之处请大家多多指教，学习与交流可以联系企鹅：3752243968

文中部分源码仅供参考，若需要全部代码可以私信（有偿）