matlab快速实现人脸识别

本文介绍了如何使用MATLAB快速实现人脸识别,分别通过PCA和SVM以及神经网络的方法。在PCA-SVM方法中,利用Classification Learner创建并训练模型,精度达到87.3%。而在神经网络方法中,使用Pattern Recognition app训练模型,并通过one-hot编码处理标签,最终成功预测人脸类别。
摘要由CSDN通过智能技术生成

一、基于matlab应用程序快速实现人脸识别

首先准备好人脸数据和类别标签,在我的基于PCA和SVM的人脸识别博客中有讲解,得到数据和标签后,将标签栏加在数据栏的最后一列,降维后的人脸数据是205*20,标签是205*1,则最后得到的数据和标签的组合数据data为205*21。依次点击应用程序,数学、统计和优化,Classification Learner,添加一个新的会议New Session,选择组合数据data,选择把列当作变量即特征,将最后一列column21选为response即相应的类别,进行开始,如下图:

在跳出来的界面中选择一个分类器模型进行训练,我这里选择CubicSVM精度达87.3%,结果如下图所示(可选择多种模型进行比较,最后选择一个最优的):

导出模型Export Model,在工作空间就有了训练好的模型,在命令行中根据指示,随便拿一组数据进行预测,

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东城青年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值