基于MATLAB的人脸识别系统86092

本文使用了ORL人脸数据库，训练样本为40人，每人5张图片，共计200张图片，图片大小为92*122。测试样本为40人，每人5张图片共计200张图片，图片大小为92*122。ORL数据库可以从http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html得到。如果只是以随机选择的方式来识别某个人的身份的话，从概率角度来说识别率仅为2.5%，我们的任务是如何使识别率突破50%或者更高，这是个艰巨的任务。从训练角度来看，我们需要处理40*5*92*112=2060800个像素点，这是个维度灾难。针对以上问题，本文提出了PCA+SVM+一对一投票策略与PCA+Adaboost+一对一投票策略来解决上述问题，达到了良好的效果，使测试样本的识别率分别达到了84%与52.5%。

function [Lhits] = ADABOOST_te（adaboost_modelte_func_handletest_settrue_labels）
%
% ADABOOST TESTING
%
%  [Lhits] = ADABOOST_te（adaboost_modelte_func_handletrain_set
%                         true_labels）
%
%           ‘te_func_handle‘ is a handle to the testing function of a
%           learning （weak） algorithm whose prototype is shown below.
%
%           [Lhitserror_rate] = test_func（modeltest_setsample_weightstrue_labels）
%                    model: the output of train_func
%                    test_set: a KxD dimensional matrix each of whose row is a
%                        testing sample in a D dimensional feature space.
%                    sample_weights:  a Dx1 dimensional vector the i-th entry 
%                        of which denotes the weight of the i-th sample.
%                    true_labels: a Dx1 dimensional vector the i-th entry of which
%                        is the label of the i-th sample.
%                    L: a Dx1-array with the predicted labels of the samples.
%                    hits: number of hits calculated with the comparison of L and
%                        true_labels.
%                    error_rate: number of misses divided by the number of samples.
%
%           It is the corresponding testing 
%           module of the function that is specified in the training phase.
%           ‘test_set‘ is a NxD matrix where N is the number of samples
%           in the test set and D is the dimension of the feature space.
%           ‘true_labels‘ is a Nx1 matrix specifying the class label of
%           each corresponding sample‘s features （each row） in ‘test_set‘.
%           ‘adaboost_model‘ is the model that is generated by the function
%           ‘ADABOOST_tr‘.
%
%           ‘L‘ is the likelihoods that are assigned by the ‘ADABOOST_te‘.
%           ‘hits‘ is the number of correctly predicted labels.
%
%        Specific Properties That Must Be Satisfied by The Function pointed
%        by ‘func_handle‘
%        ------------------------------------------------------------------


hypothesis_n = length（adaboost_model.weights）;
sample_n = size（test_set1）;
if nargin==4
    class_n = length（unique（true_labels））;
    temp_L = zeros（sample_nclass_nhypothesis_n）;		% likelihoods for each weak classifier

    % for each weak classifier likelihoods of test samples are collected
    for i=1:hypothesis_n
        [temp_L（::i）hitserror_rate] = te_func_handle（adaboost_model.parameters{i}...
													 test_setones（sample_n1）true_labels）;
        temp_L（::i） = temp_L（::i）*adaboost_model.weights（i）;
    end

    L = sum（temp_L3）;
    hits = sum（likelihood2class（L）==true_labels）;
else
    class_n=2;
    temp_L = zeros（sample_nclass_nhypothesis_n）;		% likelihoods for each weak classifier

    % for each weak classifier likelihoods of test samples are collected
    for i=1:hypothesis_n
        temp_L（::i） = te_func_handle（adaboost_model.parameters{i}...
													 test_setones（sampl

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3152  2011-01-26 20:39  基于matlab的人脸识别系统\FaceRec\ADABOOST_te.m

     文件       4115  2011-01-26 20:40  基于matlab的人脸识别系统\FaceRec\ADABOOST_tr.m

     文件        354  2009-01-01 18:20  基于matlab的人脸识别系统\FaceRec\approx.m

     文件       1366  2011-01-25 16:41  基于matlab的人脸识别系统\FaceRec\classify.m

     文件     207960  2012-03-26 21:04  基于matlab的人脸识别系统\FaceRec\composite.tiff

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s1\1.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s1\2.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s1\3.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s1\4.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s1\5.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s10\1.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s10\2.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s10\3.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s10\4.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s10\5.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s11\1.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s11\2.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s11\3.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s11\4.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s11\5.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s12\1.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s12\2.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s12\3.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s12\4.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s12\5.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s13\1.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s13\2.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s13\3.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s13\4.pgm

     文件      10318  2007-10-30 06:16  基于matlab的人脸识别系统\FaceRec\Data\sample\s13\5.pgm

............此处省略495个文件信息