基于深度学习和稀疏表达的人脸识别算法

本文将介绍一种基于深度学习和稀疏表达的人脸识别算法。首先，利用深度学习框架(VGGFace)提取人脸特征；其次，利用PCA对提取的特征进行降维；最后，利用稀疏表达分类实现特征匹配。我采用CMC曲线评价在AR数据库上的识别性能。最后我还提供了整个过程的code。

# file: matdoc.py
# author: Andrea Vedaldi
# brief: Extact comments from a MATLAB mfile and generate a Markdown file

import sys os re shutil
import subprocess signal
import string fnmatch

from matdocparser import *
from optparse import OptionParser

usage = “““usage: %prog [options] 

Extracts the comments from the specified  and prints a Markdown
version of them.“““

optparser = OptionParser（usage=usage）
optparser.add_option（
    “-v“ “--verbose“
    dest    = “verb“
    default = False
    action  = “store_true“
    help    = “print debug information“）

findFunction = re.compile（r“^\s*（function|classdef）.*$“ re.MULTILINE）
getFunction = re.compile（r“\s*%\s*（\w+）\s*（.*）\n“
                          “（（\s*%.*\n）+）“）
cleanComments = re.compile（“^\s*%“ re.MULTILINE）

# --------------------------------------------------------------------
def readText（path）:
# --------------------------------------------------------------------
    with open （path “r“） as myfile:
        text=myfile.read（）
    return text

# --------------------------------------------------------------------
class MatlabFunction:
# --------------------------------------------------------------------
    def __init__（self name nature brief body）:
        self.name = name
        self.nature = nature
        self.brief = brief
        self.body = body

    def __str__（self）:
        return “%s （%s）“ % （self.name self.nature）

# --------------------------------------------------------------------
def findNextFunction（test pos）:
# --------------------------------------------------------------------
    if pos == 0 and test[0] == ‘%‘:
        # This is an M-file with a MEX implementation
        return （pos ‘function‘）
    m = findFunction.search（test pos）
    if m:
        return （m.end（）+1 m.group（1））
    else:
        return （None None）

# --------------------------------------------------------------------
def getFunctionDoc（text nature pos）:
# --------------------------------------------------------------------
    m = getFunction.match（text pos）
    if m:
        name = m.group（1）
        brief = m.group（2）.strip（）
        body = clean（m.group（3））
        return （MatlabFunction（name nature brief body） m.end（）+1）
    else:
        return （None pos）

# --------------------------------------------------------------------
def clean（text）:
# --------------------------------------------------------------------
    return cleanComments.sub（““ text）

# --------------------------------------------------------------------
def extract（text）:
# --------------------------------------------------------------------
    funcs = []
    pos = 0
    while True:
        （pos nature） = findNextFunction（text pos）
        if nature is None: break
        （f pos） = getFunctionDoc（text nature pos）
        if f:
            funcs.append（f）
    return funcs

# --------------------------------------------------------------------
class frame（object）:
# ------

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-03-12 13:45  face_recognition\
     目录           0  2017-03-12 13:45  face_recognition\matconvnet-1.0-beta19\
     文件         119  2016-04-14 18:39  face_recognition\matconvnet-1.0-beta19\.gitattributes
     文件         877  2016-04-14 18:39  face_recognition\matconvnet-1.0-beta19\.gitignore
     文件           0  2016-04-14 18:39  face_recognition\matconvnet-1.0-beta19\.gitmodules
     文件         735  2016-04-14 18:39  face_recognition\matconvnet-1.0-beta19\COPYING
     目录           0  2017-03-12 14:09  face_recognition\matconvnet-1.0-beta19\data\
     目录           0  2017-03-12 13:53  face_recognition\matconvnet-1.0-beta19\data\AR\
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-01.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-02.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-03.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-04.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-05.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-06.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-07.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-08.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-09.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-10.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-11.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-12.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-13.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-14.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-15.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-16.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-17.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-18.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-19.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-20.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-21.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-22.pgm
     文件       19815  2007-02-23 19:32  face_recognition\matconvnet-1.0-beta19\data\AR\m-001-23.pgm
............此处省略2933个文件信息