PCA检测人脸的简单示例_matlab实现

来源：互联网发布：ubuntu 14.04 需求编辑：程序博客网时间：2024/05/21 09:16

%训练%Lx=X'*Xclear;clc;train_path='..\Data\TrainingSet\';phi=zeros(64*64,20);for i=1:20path=strcat(train_path,num2str(i),'.bmp');Image=imread(path);Image=imresize(Image,[64,64]);phi(:,i)=double(reshape(Image,1,[])');end;%meanmean_phi=mean(phi,2);mean_face=reshape(mean_phi,64,64);Image_mean=mat2gray(mean_face);imwrite(Image_mean,'meanface.bmp','bmp');%demeanfor i=1:19X(:,i)=phi(:,i)-mean_phi;endLx=X'*X;tic;[eigenvector,eigenvalue]=eigs(Lx,19);toc;%normalizationfor i=1:19%K-L变换UL(:,i)=X*eigenvector(:,i)/sqrt(eigenvalue(i,i));end%display Eigenfacefor i=1:19Eigenface=reshape(UL(:,i),[64,64]);figure(i);imshow(mat2gray(Eigenface));end

得到的均值图像mean_face：

前19个最大主元对应的“特征脸”：

测试：
测试用样本：

%使用测试样本进行测试clc;test_path='..\Data\TestingSet\';error=zeros([1,4]);for i=1:4path=strcat(test_path,num2str(i),'.bmp');Image=imread(path);Image=double(imresize(Image,[64,64]));phi_test=zeros(64*64,1);phi_test(:,1)=double(reshape(Image,1,[])');X_test=phi_test-mean_phi;Y_test=UL'*X_test;X_test_re=UL*Y_test;Face_re=X_test_re+mean_phi;calculate error ratee=Face_re-phi_test;%%display figureFace_re_2=reshape(Face_re(:,1),[64,64]);figure(i);imshow(mat2gray(Image));title('Original');figure(10+i);imshow(mat2gray(Face_re_2));title('Reconstruct');error(1,i)=norm(e);%dispaly error rateerror_rate=error(1,i);display(error_rate);end

重建出的测试样本与原样本的对比：

四副测试样本的重建误差分别为：
1.4195e+003
1.9564e+003
4.7337e+003
7.0103e+003

可见测试样本为人脸的样本的重建误差显然小于非人脸的重建误差。