LVQ神经网络之人脸朝向识别（源程序+图片数据集）

人脸识别是现今比较火的方向，本实例运用神经网络技术，选取其中一个特征点(眼睛的位置不同)对人脸进行识别，本人自己动手实践，完全是可行的程序，而且对入门神经网络有些帮助，作为研究生新手的我，搞懂了这个，对我后续的学习非常有激励，现共享出来，不懂的，可以私信我，愿与有志者共进步。

%% LVQ神经网络的预测——人脸识别
%
% 
% 			该案例作者申明：		1：本人长期驻扎在此板块里，对该案例提问，做到有问必答。本套书籍官方网站为：video.ourmatlab.com		2：点此从当当预定本书：《Matlab神经网络30个案例分析》。	3：此案例有配套的教学视频，视频下载方式video.ourmatlab.com/vbuy.html。 
								4：此案例为原创案例，转载请注明出处（《Matlab神经网络30个案例分析》）。							5：若此案例碰巧与您的研究有关联，我们欢迎您提意见，要求等，我们考虑后可以加在案例里。			
% 

%% 清除环境变量
clear all
clc

%% 人脸特征向量提取 
% 人数
M = 20;
% 人脸朝向类别数
N = 5; 
% 特征向量提取
pixel_value = feature_extraction（MN）;

%% 训练集/测试集产生
% 产生图像序号的随机序列
rand_label = randperm（M*N）;  
% 人脸朝向标号
direction_label = repmat（1:N1M）;
% 训练集
train_label = rand_label（1:80）;
P_train = pixel_value（train_label:）‘;
Tc_train = direction_label（train_label）;
T_train = ind2vec（Tc_train）;
% 测试集
test_label = rand_label（81:end）;
P_test = pixel_value（test_label:）‘;
Tc_test = direction_label（test_label）;

%% K-fold交叉验证确定最佳神经元个数
k_fold = 10;
Indices = crossvalind（‘Kfold‘size（P_train2）k_fold）;
error_min = 10e10;
best_number = 1;
best_input = [];
best_output = [];
best_train_set_index = [];
best_validation_set_index = [];
h = waitbar（0‘正在寻找最佳神经元个数.....‘）;
for i = 1:k_fold
    % 验证集标号
    validation_set_index = （Indices == i）;
    % 训练集标号
    train_set_index = ~validation_set_index;
    % 验证集
    validation_set_input = P_train（:validation_set_index）;
    validation_set_output = T_train（:validation_set_index）;
    % 训练集
    train_set_input = P_train（:train_set_index）;
    train_set_output = T_train（:train_set_index）;
    for number = 10:100
        for j = 1:5
            rate{j} = length（find（Tc_train（:train_set_index） == j））/length（find（train_set_index == 1））;
        end
        net = newlvq（minmax（train_set_input）numbercell2mat（rate））;
        % 设置网络参数
        net.trainParam.epochs = 100;
        net.trainParam.show = 10;
        net.trainParam.lr = 0.1;
        net.trainParam.goal = 0.001;
        % 训练网络
        net = train（nettrain_set_inputtrain_set_output）;
        waitbar（（（i-1）*21 + number）/219h）;
        
        %% 仿真测试
        T_sim = sim（netvalidation_set_input）;
        Tc_sim = vec2ind（T_sim）;
        error = length（find（Tc_sim ~= Tc

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-01-14 20:24  Face Recognition\
     目录           0  2018-01-14 20:24  Face Recognition\Images\
     文件      345654  2017-12-12 10:26  Face Recognition\Images\10_1.bmp
     文件      345654  2017-12-12 10:27  Face Recognition\Images\10_2.bmp
     文件      345654  2017-12-12 10:27  Face Recognition\Images\10_3.bmp
     文件      345654  2017-12-12 10:27  Face Recognition\Images\10_4.bmp
     文件      345654  2017-12-12 10:27  Face Recognition\Images\10_5.bmp
     文件      345654  2017-12-12 10:28  Face Recognition\Images\11_1.bmp
     文件      345654  2017-12-12 10:28  Face Recognition\Images\11_2.bmp
     文件      345654  2017-12-12 10:28  Face Recognition\Images\11_3.bmp
     文件      345654  2017-12-12 10:28  Face Recognition\Images\11_4.bmp
     文件      345654  2017-12-12 10:29  Face Recognition\Images\11_5.bmp
     文件      345654  2017-12-12 10:29  Face Recognition\Images\12_1.bmp
     文件      345654  2017-12-12 10:29  Face Recognition\Images\12_2.bmp
     文件      345654  2017-12-12 10:29  Face Recognition\Images\12_3.bmp
     文件      345654  2017-12-12 10:30  Face Recognition\Images\12_4.bmp
     文件      345654  2017-12-12 10:30  Face Recognition\Images\12_5.bmp
     文件      345654  2017-12-12 10:30  Face Recognition\Images\13_1.bmp
     文件      345654  2017-12-12 10:31  Face Recognition\Images\13_2.bmp
     文件      345654  2017-12-12 10:31  Face Recognition\Images\13_3.bmp
     文件      345654  2017-12-12 10:31  Face Recognition\Images\13_4.bmp
     文件      345654  2017-12-12 10:31  Face Recognition\Images\13_5.bmp
     文件      345654  2017-12-12 10:32  Face Recognition\Images\14_1.bmp
     文件      345654  2017-12-12 10:32  Face Recognition\Images\14_2.bmp
     文件      345654  2017-12-12 10:32  Face Recognition\Images\14_3.bmp
     文件      345654  2017-12-12 10:32  Face Recognition\Images\14_4.bmp
     文件      345654  2017-12-12 10:33  Face Recognition\Images\14_5.bmp
     文件      345654  2017-12-12 10:33  Face Recognition\Images\15_1.bmp
     文件      345654  2017-12-12 10:33  Face Recognition\Images\15_2.bmp
     文件      345654  2017-12-12 10:33  Face Recognition\Images\15_3.bmp
     文件      345654  2017-12-12 10:34  Face Recognition\Images\15_4.bmp
............此处省略76个文件信息