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。人脸识别是目前较活跃的研究领域,本文详细给出了基于主成分分析的人脸特征提取的原理与方法。并使用matlab作为工具平台,实现了一个人脸自动识别的系统原型。实验结果表明,该系统识别率为100%,达到预期的效果。如果想进一步提高人脸识别率,可以考虑与其他方法结合。仅单独使用任何一种现有的方法一般都不会取得很好的识别效果,将其他人脸识别方法组合是今后研究的一种趋势。也可以考虑改进分类决策的方法。本系统采用的最小距离分类法属于线性的分类器,而利用神经网络这类学习能力更强的非线性分类器对高维人脸识别问题可能会有更好的解决。1目录1.引言.........................................................................12.需求分析....................................................................12.1课题的来源................................................................12.2人脸识别技术的研究意义.....................................................22.2.1面部关键特征定位及人脸2D形状检测技术..................................22.2.2面部感知系统的重要内容.................................................22.3人脸识别的国内外发展概况...................................................32.3.1国外的发展概况.........................................................32.3.2国内的发展概况.........................................................43.概要设计....................................................................53.1问题描述...................................................................53.2模块设计...................................................................53.3主成分的一般定义...........................................................63.4主成分的性质...............................................................73.5主成分的数目的选取.........................................................74.详细设计--PCA算法的功能实现.................................................84.1引言.......................................................................84.2K-L变换...................................................................84.3PCA方法...................................................................94.4利用PCA进行人脸识别......................................................105.实验及结果分析..............................................................116.总结.......................................................................147.matlab源码................................................................15参考文献......................................................................1921.引言人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一,同时也具有较为广泛的应用意义。人脸识别技术是一个非常活跃的研究领域,它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。如今,虽然在这方面的研究已取得了一些可喜的成果,但是FRT在实用应用中仍面临着很严峻的问题,因为人脸五官的分布是非常相似的,而且人脸本身又是一个柔性物体,表情、姿态或发型、化妆的千变万化都给正确识别带来了相当大的麻烦。如何能正确识别大量的人并满足实时性要求是迫切需要解决的问题。现在人脸识别技术已经应用在许多领域中,并起到了举足轻重的作用,人脸识别研究开始于1966年PRI的Bledsoe的工作,经过三十多年的发展,人脸识别技术取得了长足的进步,现在就目前国内外的发展情况来进行展述。2.需求分析2.1课题的来源随着安全入口控制和金融贸易方面应用需要的快速增长,生物统计识别技术得到了新的重视...