基于MATLAB，运用PCA+SVM的特征脸方法人脸识别

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。