基于pca算法的eigenfaces人脸识别算法.doc

河北农业大学现代科技学院
毕业论文(设计)

题目：基于PCA算法的Eigenfaces人脸识别算法
摘要
人脸识别技术就是利用计算机分析人脸图像，提取有效的识别信息来辨认身份或者判别待定状态的一门技术。它涉及模式识别、图像处理、计算机视觉等诸多学科的知识，是当前研究的热点之一。然而影响计算机人脸识别的因素非常之多，主要是人脸表情丰富，人脸随年龄增长而变化，人脸所成图像受光照、成像角度及成像距离等影响，极大地影响了人脸识别走向实用化。
基于PCA算法的人脸识别过程大致分为训练、测试、识别这三个阶段完成，在训练阶段，通过寻找协方差矩阵的特征向量，求出样本在该特征向量上的投影系数；在测试阶段，通过将测试样本投影到特征向量上，得到测试样本在该特征向量上的投影系数。
最后，采用最小欧氏距离，找到了与测试样本最相近的训练样本图像。
关键词Eigenfaces、PCA算法、人脸识别算法、matlab、SVD。

Abstract
FacerecognitiontechnologyistheuseofcomputeranalysisoffacialimagestoextractvalididentificationinformationtoidentifyordeterminetheidentityofatechnologyPendingstate.Itinvolvesknowledgeofpatternrecognition,imageprocessing,computervision,andmanyotherdisciplines,isoneofthehotspotsofcurrentresearch.However,factorsaffectingthecomputerfacerecognitionverymuch,mainlyrichfacialexpression,facechangeswithage,faceapictureoftheaffectedlight,imagingandimagingdistance,angle,greatlyinfluencedtheFacetopracticaluse.
PCAalgorithmbasedrecognitionprocessisroughlydividedintotrainingandtesting,theidentificationofthesethreestages,inthetrainingphase,tofindtheeigenvectorsofthecovariancematrixisobtainedonthesamplefeaturevectorprojectioncoefficient;inthetestphasebythetestfeaturevectorisprojectedontothesampletoobtainatestsampleontheprojectionofthefeaturevectorofcoefficients.
Finally,theminimumEuclideandistance,thetestsampletofindtheclosestsampleimages.
KeywordsEigenfacesPCAAlgorithm、FaceRecognitionAlgorithm、matlab、SVD.

目录
TOC\o"1-3"\h\z\uHYPERLINK\l"_Toc389819939"1绪论 PAGEREF_Toc389819939\h1
HYPERLINK\l"_Toc389819940"1.1计算机人脸识别技术及应用 PAGEREF_Toc389819940\h1
HYPERLINK\l"_Toc389819941"1.2常用的人脸识别方法简介 PAGEREF_Toc389819941\h1
HYPERLINK\l"_Toc389819942"1.3本论文内容安排 PAGEREF_Toc389819942\h1
HYPERLINK\l"_Toc389819943"2PCA PAGEREF_Toc389819943\h3
HYPERLINK\l"_Toc389819944"2.1PCA简介 PAGEREF_Toc389819944\h3
HYPERLINK\l"_Toc389819945"2.2PCA的实质 PAGEREF_Toc389819945\h3
HYPERLINK\l"_Toc389819946"2.3PCA理论基础 PAGEREF_Toc389819946\h3
HYP