托托又来了——PCA实现人脸识别

托马斯·哈代又来送诗啦，搬好小凳几~~~
Sky seems to end its track;
But no.
The road trails down the hill at the back.
Ever the road!

Purpose

• Learn how to use PCA
• Preliminarily understand face recognition features
• Get more proficient in the use of MATLAB

Principle

• The introduction of PCA
  PCA 的基本原理是利用离散 K-L 变换提取人脸的主要成分，从而构成特征脸空间，识别时把测试样本投影到该空间，构成一组投影系数，通过与特征脸的距离比较，距离最小的特征脸对应的即是识别结果。

• Face recognition based on PCA
  基于 PCA 的人脸识别分为三个阶段：第一个阶段利用训练样本集构建特征脸空间；第二个阶段是训练阶段，主要是将训练图像投影到特征脸子空间上；第三个阶段是识别阶段，将测试样本集投影到特征脸子空间，然后与投影后的训练图像相比较，距离最小的为识别结果。
  基于 PCA 的人脸识别其实一种统计性的模板比配方法，原理简单，易于实现，但也有不足，它的识别率会随着关照，人脸角度，训练样本集的数量而变换，但仍不失为一种比较好的方法。

Procedure

• Basic steps of PCA algorithm
  1：Structure feature space
  
  2：Recognize
  
• Train
  1：Training methods
  库里一共有400张照片，有40个子文件夹，每个子文件夹对应一个人的10张不同照片，将照片重新划分并按照顺序命名。
  ① 每个人的任意5-8张照片作为训练并作为测试样本库，其余的5-2张图片作为测试的待识别的照片；
  ② 前30-38个人的照片作为训练，后10-2个人作为测试，其中测试中每个人的任意5-8张照片作为测试样本库，即与特征脸矩阵构成特征脸空间，其余的5-2张照片作为待识别的图片。

n = 1;
p = 1;
%分成train和test两个文件夹，且图片重命名
for i = 1:40                                % 一共40个人
     a = 1:10;                               % 每个人都是10张
    Ind = a(:,randperm(size(a,2)));       % size：取矩阵的列数  randperm：打乱顺序
    for h = 1:train_num  
        j= Ind(1,h);
        File = ['C:\Users\Lenovo\Desktop\人脸识别images\s',sprintf('%d',i),'\',sprintf('%d',j),'.pgm'];
        Filesave = ['C:\Users\Lenovo\Desktop\train','\',sprintf('%03d',p),'.pgm'];
        copyfile(File,Filesave)
        p = p + 1;                        % 训练样本总数
    end
    for h = train_num+1:10  
        j= Ind(1,h);
        File = ['C:\Users\Lenovo\Desktop\人脸识别images\s',sprintf('%d',i),'\',sprintf('%d',j),'.pgm'];
        Filesave = ['C:\Users\Lenovo\Desktop\test','\',sprintf('%03d',n),'.pgm'];
        copyfile(File,Filesave)
        n = n + 1;                         % 测试样本总数
    end
end

对于训练2的方式，这里需要分成三个部分：训练集、验证集和测试集。

n = 1;
m = 1;
p = 1;
% 分成train、test、validate三个文件夹，且图片重命名
for i = 1:train_num                         % 前n个人
    a = 1:10;                               % 每个人10张
    Ind = a(:,randperm(size(a,2)));       % size：取矩阵的列数  randperm：打乱顺序
    for h = 1:10 
        j = Ind(1,h);
        File = ['C:\Users\Lenovo\Desktop\人脸识别images\s',sprintf('%d',i),'\',sprintf('%d',j),'.pgm'];
        Filesave = ['C:\Users\Lenovo\Desktop\train','\',sprintf('%03d',p),'.pgm'];
        copyfile(File,Filesave)
        p = p + 1;                        % 训练样本总数
    end
end
for i = train_num + 1 :40                     % 后40-n个人的前5张
    a = 1:10;                                
    Ind = a(:,randperm(size(a,2)));  
    for h = 1:5  
        j= Ind(1,h);
        File = ['C:\Users\Lenovo\Desktop\人脸识别images\s',sprintf('%d',i),'\',sprintf('%d',j),'.pgm'];
        Filesave = ['C:\Users\Lenovo\Desktop\validate','\',sprintf('%03d',m),'.pgm'];
        copyfile(File,Filesave)
        m = m + 1;                         % 测试样本总数
    end
    for h = 6:10  
        j= Ind(1,h);
        File = ['C:\Users\Lenovo\Desktop\人脸识别images\s',sprintf('%d',i),'\',sprintf('%d',j),'.pgm'];
        Filesave = ['C:\Users\Lenovo\Desktop\test','\',sprintf('%03d',n),'.pgm'];
        copyfile(File,Filesave)
        n = n + 1;                         % 待识别总数
    end
end

2：The process of the photos in library
① 将每一张库的照片转化成N维的向量，然后把这些向量存入一个矩阵里，可将这些向量以列的形式存在矩阵X里；
② 将矩阵里向量的每个元素加起来求出平均值，再用矩阵X中的每个向量减去这个平均值从而得到每个向量的偏差，最后得到了偏差矩阵X’；
③ 中心化并计算协方差矩阵；
④ 利用协方差矩阵进行主成分分析，提取特征脸，获取训练样本特征数据。
以下实验源代码是针对的训练方式1，训练方式2在形成特征脸与特征空间时稍有所不同。

%批量读取指定文件夹下的图片
path = uigetdir;                         % 打开一个模态对话框
img_path = dir(strcat(path,'\*.pgm'));   % 列出.pgm文件
img_num = length(img_path);              % img_num：文件夹中的总数
imagedata = [];                          % 一张图片为一列
if img_num >0
    for j = 1:img_num
        img_name = img_path(j).name;
        temp = imread(strcat(path, '/', img_name));
        temp = double(temp(:));
        imagedata = [imagedata, temp];
    end
end
 
%中心化并计算协方差矩阵
wts = size(imagedata,2);                        % imagedata的列数（等于训练的样本数）
img_pj= mean(imagedata,2);                      % 均值
for i = 1:wts
    imagedata(:,i) = imagedata(:,i) - img_pj;   % 中心化
end
covMat = imagedata'*imagedata;                  % 转置
 
% 利用协方差矩阵进行主成分分析，提取特征脸，获取训练样本特征数据
% COEFF：系数矩阵
% latent：特征值的大小(从大到小)构成的向量
% explained：贡献率
[COEFF, latent, explained] = pcacov(covMat);
% 留下使累计贡献量达95%的k个特征向量
i = 1;
proportion = 0;
while(proportion < 95)
    proportion = proportion + explained(i);
    i = i+1;
end
k = i - 1;
% 求出原协方差矩阵的特征向量，即特征脸
V = imagedata*COEFF;          % N*M阶
V = V(:,1:k);    
%显示前3的特征脸
A = reshape(V(:,1),[112,92]);  
A = mat2gray(A);
axes( handles.axes1 )
imshow([A]);
B = reshape(V(:,2),[112,92]);
B = mat2gray(B);
axes( handles.axes2 )
imshow([B]);
C = reshape(V(:,3),[112,92]);
C = mat2gray(C);
axes( handles.axes3 )
imshow([C]);
% 训练样本在 PCA 特征空间下的表达矩阵 k*M
W = V'*imagedata;

• Test
  对于测试样本，先读取图像，将其变换到PCA空间再利用近邻法识别。
  1：Read a photo

[filename, path] = uigetfile({'*.pgm'},'choose photo');
str = [path, filename];
im = imread(str);
axes( handles.axes4);
imshow(im);

2：Nearest neighbor recognition

im1 = double(im(:));
objectone = V'*(im1 - img_pj);              %计算待识别图片的投影
size(objectone)
%最小距离法，寻找和待识别图片最为接近的训练图片
for k = 1:wts
    temp1(k) = norm(objectone - W(:,k));    %欧氏距离
end

• Calculate the accuracy and display the recognition results
  对需要识别的每一张照片进行测试，与训练样本库中的每一张照片进行对比，若得到的最小距离的照片与待识别的照片为同一组（根据输入的每组照片训练数目判断），就标记正确，准确率=正确数/总待识别数。
  为了便于分析，对每一幅测试图像显示距离排名在前三位的识别结果。

1：Display the top 3 recognition results

[s_temp,id]=sort(temp1,'ascend');           %筛选出距离前三小的
axes( handles.axes5 )
imshow(['C:\Users\Lenovo\Desktop\train','\',sprintf('%03d',id(1)),'.pgm'])
axes( handles.axes6 );
imshow(['C:\Users\Lenovo\Desktop\train','\',sprintf('%03d',id(2)),'.pgm'])
axes( handles.axes7 )
imshow(['C:\Users\Lenovo\Desktop\train','\',sprintf('%03d',id(3)),'.pgm'])

2：Acquire accuracy

col_of_data = 40*train_num;              
pathname = uigetdir;
img_path_list = dir(strcat(pathname,'\*.pgm'));
img_num = length(img_path_list);
testdata = [];
if img_num >0
    for j = 1:img_num
        img_name = img_path_list(j).name;
        temp = imread(strcat(pathname, '/', img_name));
        temp = double(temp(:));
        testdata = [testdata, temp];
    end
end
col_of_test = size(testdata,2);            %col_of_test：待测样本数
img_pj= mean(testdata,2);   
 
for i = 1:size(testdata,2)
    testdata(:,i) = testdata(:,i) - img_pj;  
end
object =V'* testdata;
 
num = 0;
for j = 1:col_of_test
    distance = 1e8;
    for k = 1:col_of_data                 %col_of_data：训练样本总数
        temp = norm(object(:,j) - W(:,k));
        if(distance>temp)
            aimone = k;                   %取出距离最小的
            distance = temp;
        end
    end
        if ceil(j/(10-train_num))==ceil(aimone/(train_num))
            num = num + 1;                %TP:预测和真实值都为1
        end
end
accuracy = num/col_of_test;

3：Line chart to show accuracy
ps：图中显示数据是自己多次人工验证的数据。

axes( handles.axes8 )
x=5:1:8;
a=[0.920,0.956,0.967,0.975]; %数据
plot(x,a,'-*b');     %线性，颜色，标记
set(gca,'XTick',[5:1:8]) 
set(gca,'YTick',[0.75:0.05:1]) 
xlabel('训练数目（n/10）')  
ylabel('准确率') 

Result and Analysis

• Result
  1：The first method
  
  2：The second method
  
• Analysis
  从上面的运行结果可以看出，PCA方法通过特征脸空间根据近邻法可以找到所属的人，并且从最后的准确率折线图可以看出：随着训练样本库照片的增加，所对应的准确率逐步增大，对于训练1方式，当选取的每个人的8张照片作为训练样本库时，识别的准确率已经达到了97.5%；对于训练2方式，当选取40个人的前35个人作为训练样本库，剩余5个人中的5张照片作为验证集，5张照片作为测试集时，识别的准确率已经达到了1，总体来说PCA的方法可以较好地识别人脸。
  PCA主成分分析法通过将人脸作为一个整体来编码，不关心人脸五官的局部特征，从而可以大大地降低识别的复杂度，且图像的原始灰度数据可以直接学习识别，不需进一步的处理，同时可消除评价指标之间的相关影响；但可以看出实现过程中需要计算协方差矩阵，计算量很大，速度较慢，由于忽略了贡献率小的成分，其可能包含特征的重要信息，从而会引起较大的误差。

Conclusion

emm这是一个图像处理方面的简单实验，其中部分代码是老师提供的，就是用PCA去实现一个简单的人脸识别，并用MATLAB做出一个GUI界面来显示结果。This is just a 实验总结，所以没有写出详细原理，想要详细了解的话可以找阿度~~~
其实我本来立下了“宏伟”big志，写一篇全英文Blog，但是嘎嘎嘎flag倒了，想要将所有内容用英语准确连贯，实在是太费brain了，哭唧唧-- --，莫名瞧不起自己哈哈。
当然，对于其中处理不当的地方，还请大家指出，希望可以一起学交流习，想要代码的可以在下面留言，要是我不busy的话可以邮箱给你嘻嘻嘻！