预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共32页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

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