简介:
这是楼主的第一篇博客文章,下决心写博客也是希望大家在相互交流中得到进步,楼主重大研一学生,菜鸟一名,我希望从一个菜鸟的角度出发来看待一些问题的解决,很多东西也都是针对初学者而言的。文章中可能有许多的错误,希望能看到此文章的博友,无论是高手还是初学者,看到错误能指正,遇到问题能提问,大家在交流中进步,再者楼主文笔拙计,一些语句看上去并不专业,也都是自己的理解,希望通俗易懂的表达出来,望见谅。不废话了,进入正题。
概述:
此文章将要描述一种基于MATLAB平台,运用PCA主成分分析方法对图片数据进行降维,运用SVM支持向量机分类器对降维后的图片数据进行分类处理,从而达到人脸识别的目的。
首先要感谢以下几篇文章的作者(后面引用会标识文章标号)
1.Matlab PCA+SVM人脸识别(一)(A),matlab代码大部分都来自于A篇文章。并且其GUI界面值得借鉴,具体可参考Matlab PCA+SVM人脸识别(二)——GUI界面设计(B).
2.人脸识别经典算法一:特征脸方法(Eigenface)(C)与特征脸(Eigenface)理论基础-PCA(主成分分析法)(D),C篇对关于特征脸识别方法的步骤进行了详细的讲述,并且在一些关键细节问题中有着讲解,D篇对于PCA降维的原理有深入的剖析,都是非常不错的文章。
3.主成分分析PCA(E)与PCA (主成分分析)详解 (写给初学者) 结合matlab(F),E篇列出了具体的数据供大家检验,大家可以根据数据来验证数学过程,简单易懂。F篇与前篇有点相似,对初学者很有帮助。
4.浅谈协方差矩阵(G)此篇文章对于大家了解协方差矩阵以及matlab实现很有作用。
准备:
1.编程平台:MATLAB。
首先你得保证你的机器上安装有matlab,建议较高的版本。
2.libsvm工具箱。