PCA人脸降维与单幅图像识别

matlab程序提供了相应的论文和测试数据集,实现了基于PCA的人脸识别。并附加了一个更改后的单幅图片与训练数据匹配的程序(需要将数据集拷贝进去)。

function [accuracy]=my_face_recognition（ train_dirtest_dirtrain_numtest_numenergyb ）
%该函数实现了利用PCA方法进行人脸识别的过程
%Input
%       train_dir：训练数据集的目录
%       test_dir：测试数据集的目录
%       train_num：选择的训练数据集的个数
%       test_num：要测试的数据集的个数，要小于训练数据集个数

if train_num    fprintf（‘训练数据集要大于测试数据集！\n‘）;
    return ;
end


%因为文件大小固定，所以在此我们设置矩阵的行列为定值
row=142;
column=120;
train_data=zeros（train_numrow*column）;%预分配数据可以加速数据读取，矩阵的行数是训练数据的个数，列数是图片的维度，建0矩阵
train_files=dir（train_dir）;%获取训练目录下的所有文件，获得的每一个文件都是一个结构体，我们需要的是其中的name属性。第一个和第二个文件分别表示当前目录和父目录，需要跳过

for i=1:train_num
    file_name=sprintf（‘%s\\%s‘train_dirtrain_files（i+2）.name）;%这里需要加双斜杠
    
    img_data=imread（file_name）;
   
    %[row column]=size（img_data）;
    img_data=img_data（1:row*column）;%将读取的数据转成一个行向量
    train_data（i:）=img_data;%将该行向量添加到训练集中
end

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%求平均脸，与人脸识别无关，只是一个测试
imgmean=mean（train_data）;

size（imgmean）;
mean_img=reshape（imgmeanrowcolumn）;
mean_img=uint8（mean_img）;
%imshow（mean_img）;
%imwrite（mean_img‘D:\1.bmp‘）;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%{
if b==1
    for i=1:test_num
        train_data（i:）=train_data（i:）-imgmean;
    end
end
%}

%进行主成份分析，返回的结果为
%   COEFF：特征向量
%   latent：特征值，按由大到小的顺序排列
%当数据的维度大于数据个数时，通过在函数后面添加参数‘econ’可以加速计算
[COEFF~latent] = princomp（train_data‘econ‘）;

%保存的维度（特征值）个数使图像保存的能量大于95%
dimension_left=0;
cum_percent=cumsum（latent）/sum（latent）;

for i=1:length（cum_percent）
    if cum_percent（i）>=energy
        dimension_left=i;
        break;
    end
end
%fprintf（‘dimension left is %d\n‘dimension_left）;


%将训练数据集进行降维
train_data_reduced=train_data*COEFF（:1:dimension_left）;

%读取测试数据集
%test_data=zeros（train_numrow*column）;%预分配数据可以加速数据读取，建0矩阵
test_data=zeros（1row*column）;%预分配数据可以加速数据读取，建0矩阵
test_files=dir（test_dir）;%获取训练目录下的所有文件，获得的每一个文件都是一个结构体，我们需要的是其中的name属性。第一个和第二个文件分别表示当前目录和父目录，需要跳过

% for i=1:test_num
%     file_name=sprintf（‘%s\\%s‘test_dirtest_files（i+2）.name）;%这里需要加双斜杠
%     img_data=imread（file_name）;
%     img_data=img_data（1:row*column）;%将读取的数据转成一个行向量
%     test_data（i:）=img_data;%将该行向量添加到训练集中
% end

%****************选择一幅图片读入*****************%
   file_test_name=（‘E:\\学习资料\\论文\\图像\\PCA人脸降维\\人脸识别\\dataset\\Testing\\00020fb010_930831.bmp‘）;
   img_data=imread（file_test_name）;
   
   figure（1）;
   subplot（121）;
    
   
   imshow（img_data）;
   title（‘测试图片‘）;
    
    
   img_data=img_data（1:row*column）;%将一幅图片转换成一个行向量
   test_data（1:）=img_data;
%{
if b==1
    for i=1:test_num
        test_data（i:）=test_data（i:）-imgmean;
    end
end
%}

%将测试数据集进行降维
test_data_reduced=test_data*COEFF（:1:dimension_left）;

accuracy=0;
%for i=1:test_num
    %通过计算向量二阶范数的方法计算欧式距离
    min=norm（test_data_reduced（1:）-train_data_reduced（1:））;
    
    position=1;
for j=2:train_num
        distance=norm（test_data_reduced（1:）-train_data_reduced（j:））;
        if min>distance
            min=distance;
  

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2015-12-08 15:51  PCA单幅图像匹配\
     目录           0  2015-12-08 15:51  PCA单幅图像匹配\matlab\
     文件        4673  2015-12-07 23:34  PCA单幅图像匹配\matlab\my_face_recognition.m
     文件         351  2015-12-07 19:39  PCA单幅图像匹配\matlab\test_energy.m
     文件         320  2015-12-07 19:38  PCA单幅图像匹配\matlab\test_face_num.m
     文件         355  2015-12-07 19:37  PCA单幅图像匹配\matlab\train_face_num.m
     目录           0  2012-06-03 15:11  人脸识别\
     目录           0  2012-06-03 15:08  人脸识别\dataset\
     目录           0  2012-06-03 15:08  人脸识别\dataset\Testing\
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00001fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00002fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00003fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00004fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00005fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00006fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00007fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00008fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00009fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00010fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00011fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00012fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00013fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00014fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00015fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00016fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00017fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00018fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00019fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00020fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00021fb010_930831.bmp
     文件       18118  2010-05-24 13:21  人脸识别\dataset\Testing\00022fb010_930831.bmp
............此处省略2374个文件信息