模式识别实验之PCA人脸识别
模式识别实验之PCA人脸识别（matlab实现）一、实验目的二、实验原理三、实验步骤四、matlab编程过程详解1、PCA人脸识别的基本流程2、读入ROL库数据3、PCA特征提取一、实验目的1.通过实验加深对于PCA人脸识别过程的理解。2.通过编程进一步提高对图像、特征向量等概念的理解。
二、实验原理PCA方法实现人脸识别，PCA的思想在这里就不详细论述了。
三、实验步骤1.人脸识别图像库中包含40个人的头像图片，每人10幅。将400张图像分成两组，每个人的前五张照片作为训练图像，后五张作为测试图像。读入图像，并对图像数据进行处理。2.采用PCA方法实现本征脸方法，对特征进行降维。3.对训练图像进行重构，观察当保留特征维数不同时，重构效果的差异。4.对测试图像进行判别。对测试图像进行预处理，根据本征脸计算重构系数，与每一幅本征脸图像的重构系数进行比较，根据最小距离进行图像类别的判别，实现人脸识别。
四、matlab编程过程详解