人脸识别采用的主流算法是PCA算法

基于PCA的人脸识别算法

Alen Fielding

摘 要:文章具体讨论了主成分分析( PCA)人脸识别算法的原理及实现。它具有简单、快速和易行等特点,能从整体上反映人脸图像的灰度相关性具有一定的实用价值。 关键词:人脸识别;PCA;生物特征;识别技术 中图分类号: TP302 文献标识码: A

Face recognition method based on PCA

Zhangjinhua

(Information engineering college，Southwest university of science and technology，Sichuan，621010，China)

Abstract : The paper discussed the principal component analysis (PCA) face recognition algorithm of principle and realization. It is simple, rapid and easy wait for a characteristic, can reflect from whole face image gray corr

重庆邮电大学本科毕业设计（论文）

实验报告

题目：人脸识别

学生姓名： 万程程 鲍智成 李军 专 业：自动化 班 级：2012320103 学 号：18 14 12 指导老师：梁华刚 完成日期：2015.9.25

- I -

重庆邮电大学本科毕业设计（论文）

摘 要

随着科技的发展，人类社会的进步，传统身份识别由于容易遗失，容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二，不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域，由于人脸识别的操作快速简单，结果直观，准确可靠，不需要人的配合等优点已成为人们关注的焦点。主成分分析（PCA）通过提取高维度的人脸图像的主元，使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题，已经成为人脸识别领域非常重要的理论。本文研究的就是基于PCA的人脸识别算法的实现。

本文按照完整人脸识别流程来分析基于PCA的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选

重庆邮电大学本科毕业设计（论文）

实验报告

题目：人脸识别

学生姓名： 万程程 鲍智成 李军 专 业：自动化 班 级：2012320103 学 号：18 14 12 指导老师：梁华刚 完成日期：2015.9.25

- I -

重庆邮电大学本科毕业设计（论文）

摘 要

随着科技的发展，人类社会的进步，传统身份识别由于容易遗失，容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二，不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域，由于人脸识别的操作快速简单，结果直观，准确可靠，不需要人的配合等优点已成为人们关注的焦点。主成分分析（PCA）通过提取高维度的人脸图像的主元，使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题，已经成为人脸识别领域非常重要的理论。本文研究的就是基于PCA的人脸识别算法的实现。

本文按照完整人脸识别流程来分析基于PCA的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选

重庆邮电大学本科毕业设计（论文）

实验报告

题目：人脸识别

学生姓名： 万程程 鲍智成 李军 专 业：自动化 班 级：2012320103 学 号：18 14 12 指导老师：梁华刚 完成日期：2015.9.25

- I -

重庆邮电大学本科毕业设计（论文）

摘 要

随着科技的发展，人类社会的进步，传统身份识别由于容易遗失，容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二，不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域，由于人脸识别的操作快速简单，结果直观，准确可靠，不需要人的配合等优点已成为人们关注的焦点。主成分分析（PCA）通过提取高维度的人脸图像的主元，使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题，已经成为人脸识别领域非常重要的理论。本文研究的就是基于PCA的人脸识别算法的实现。

本文按照完整人脸识别流程来分析基于PCA的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选

太原科技大学

毕 业 设 计（论 文）

设计(论文)题目：基于PCA算法的人脸识别

姓 名_____姜锐__________ 学院（系）__华科学院_____ 专 业____通信工程________ 年 级____08级___________ 指导教师____牛雪梅__________

2012年 6月

太原科技大学华科学院毕业设计（论文）

太原科技大学毕业设计（论文）任务书

学院（直属系）：电子信息工程系 时间：2012年 1月 14日 学 生 姓 名 设计（论文）题目 姜锐 指 导 教 师 牛雪梅 基于PCA算法的人脸识别 主要研 究内容 首先学习了PCA算法的基本知识和原理，学习在Matlab环境中实现PCA算法在人脸识别方面的应用并仿真。 研究方法 在Matlab环境中应用PCA算法对人脸识别进行应用的仿真。 主要技术指标(或研究目标) 1、掌握Matlab软件的应用及PCA算法。 2、实现PCA算法在人脸识别方面的仿真及对其进行分析。 教研室 意见 教研室主任（专业负责人）签字： 年 月 日 说明：一式两份，一份装订入学生毕业设计（论文）内，一

毕业设计（论文）

毕业设计（论文）

设计（论文）题目：

基于PCA的人脸识别算法实现

- I -

毕业设计（论文）

摘 要

随着科技的发展，人类社会的进步，传统身份识别由于容易遗失，容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二，不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域，由于人脸识别的操作快速简单，结果直观，准确可靠，不需要人的配合等优点已成为人们关注的焦点。主成分分析（PCA）通过提取高维度的人脸图像的主元，使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题，已经成为人脸识别领域非常重要的理论。本文研究的就是基于PCA的人脸识别算法的实现。

本文按照完整人脸识别流程来分析基于PCA的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选用了Essex人脸数据库。接下来是人脸图像预处理方法。由于Essex人脸图像质量较好，而且已经做过相应的预处理，所以本文试验中只使用灰度处理。接着使用PCA提取

毕业设计（论文）

毕业设计（论文）

设计（论文）题目：

基于PCA的人脸识别算法实现

- I -

毕业设计（论文）

摘 要

随着科技的发展，人类社会的进步，传统身份识别由于容易遗失，容易被破解已不能起到身份识别作用。人们需要更加安全可靠的身份识别技术。而生物特征的独一无二，不易丢失和被复制的特性很好满足了身份识别的需要。同时随着计算机科学技术和生物医学的发展使得利用生物特征识别成为了可能。在生物特征识别领域，由于人脸识别的操作快速简单，结果直观，准确可靠，不需要人的配合等优点已成为人们关注的焦点。主成分分析（PCA）通过提取高维度的人脸图像的主元，使得图像在低维度空间中被处理来降低了图像处理的难度。由于其有效的解决了图像空间维数过高的问题，已经成为人脸识别领域非常重要的理论。本文研究的就是基于PCA的人脸识别算法的实现。

本文按照完整人脸识别流程来分析基于PCA的人脸识别算法实现的性能。首先使用常用的人脸图像的获取方法获取人脸图像。本文为了更好的分析基于PCA人脸识别系统的性能选用了Essex人脸数据库。接下来是人脸图像预处理方法。由于Essex人脸图像质量较好，而且已经做过相应的预处理，所以本文试验中只使用灰度处理。接着使用PCA提取

本 科 毕 业 论 文

基于PCA算法的人脸识别系统设计

Face recognition based on PCA algorithm system

design

毕业设计（论文）原创性声明和使用授权说明

原创性声明

本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得安阳工学院及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。

作 者 签 名： 日 期： 指导教师签名： 日 期：

使用授权说明

本人完全了解安阳工学院关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。

作者签名：

allsamples=[]; % allsample用于存储读取的人脸图像矩阵 m=0; for i=1:40 for j=1:5

a=imread(strcat ('e:\\ORL\\s', num2str(i),'\\', num2str(j),'.pgm')); b=a(1:112*92); b=double(b);

allsamples=[allsamples; b]; m=m+1;

subplot(10,20,m); imshow(a); if(j==1)

title(['训练图库',num2str(i)]) end end end

samplemean=mean(allsamples); % 平均图片，1 × N for i=1:200 xmean(i,:)=allsamples(i,:)-samplemean; end;

% 获取特征值及特征向量

sigma=xmean*xmean'; % M * M 阶矩阵 [v d]=eig(sigma);

基于Gabor特征的人脸识别算法的研究

中国农业大学 周光富

摘要：Gabor特征能从不同方向和尺度有效表示人脸图片的局部特征,但是利用传统Gabor特征的方法却忽略原始人脸图片所包含的全局特征.文中把Gabor特征和原始图片信息结合起来,构成增强的Gabor特征,并结合直接分步线性判别分析算法,提出一种人脸识别方法.在Yale、ORL和Georgia Tech人脸库的仿真实验结果表明,相对于传统Gabor特征,增强Gabor特征能够有效提高人脸识别率.

关键字：Gabor，人脸识别

The Survey of Face Recognition Based on Gabor Feature

ABSTRACT

Gabor features Call effectively represent the local features of face image with different directions and scales．However，traditional Gabor features based algorithms neglect the global features of the original image．