基于PCA的人臉識別研究

1.47萬字 36頁 原創(chuàng)作品，通過查重系統(tǒng)


摘 要
人臉的自動識別是生物測定學研究的內(nèi)容之一，它是一個模式識別領(lǐng)域中的前沿課題。這項課題的研究迄今已有30多年的歷史。人臉識別正在成為當前人工智能和模式識別領(lǐng)域的一個研究熱點。目前，人臉識別現(xiàn)在已經(jīng)成功地應用到門禁系統(tǒng)、機場口岸檢查、刑偵辦案系統(tǒng)等諸多領(lǐng)域。
人臉識別是一種利用計算機對人臉圖像進行處理、分析，并且從中提取能體現(xiàn)人臉圖像特征的識別信息，從而完成人臉鑒別的一門技術(shù)。目前的人臉識別技術(shù)很多，各有優(yōu)缺點。本文主要介紹了人臉識別的背景、研究范圍以及實現(xiàn)的方法，并對人臉識別領(lǐng)域中的一些理論方法做了總體性的介紹。本文比較了當前一些主流的人臉識別方法，給出了一種利用主成分分析方法（PCA）提取人臉圖像特征，使用奇異值分解計算協(xié)方差矩陣的特征值和特征向量并使用最近鄰法歐幾里得距離來進行人臉判別分類識別。
本文使用matlab編程語言利用基于PCA變換的算法編寫一個人臉識別的程序，并測試了這個程序的識別率。
本文的主要工作包括：
（1）使用matlab編寫PCA變換程序，并使用訓練集求出降維矩陣。使用降維矩陣對訓練集和測試集降維。
（2）使用最近鄰法測試對測試集的分類精度。改變降維后的維數(shù)，再次使用訓練集求降維矩陣。然后使用降維矩陣對訓練集和測試集進行降維。再次使用最近鄰法求出對測試集的測試精度。
（3）反復改變降維后的維數(shù)，確定最優(yōu)降維維數(shù)和最優(yōu)識別精度。


關(guān)鍵詞：人臉識別；主成分分析；PCA；降維；最近鄰法；