基于pca的人脸识别研究.doc

基于PCA的人脸识别研究

1.47万字 36页 原创作品，通过查重系统


摘 要
人脸的自动识别是生物测定学研究的内容之一，它是一个模式识别领域中的前沿课题。这项课题的研究迄今已有30多年的历史。人脸识别正在成为当前人工智能和模式识别领域的一个研究热点。目前，人脸识别现在已经成功地应用到门禁系统、机场口岸检查、刑侦办案系统等诸多领域。
人脸识别是一种利用计算机对人脸图像进行处理、分析，并且从中提取能体现人脸图像特征的识别信息，从而完成人脸鉴别的一门技术。目前的人脸识别技术很多，各有优缺点。本文主要介绍了人脸识别的背景、研究范围以及实现的方法，并对人脸识别领域中的一些理论方法做了总体性的介绍。本文比较了当前一些主流的人脸识别方法，给出了一种利用主成分分析方法（PCA）提取人脸图像特征，使用奇异值分解计算协方差矩阵的特征值和特征向量并使用最近邻法欧几里得距离来进行人脸判别分类识别。
本文使用matlab编程语言利用基于PCA变换的算法编写一个人脸识别的程序，并测试了这个程序的识别率。
本文的主要工作包括：
（1）使用matlab编写PCA变换程序，并使用训练集求出降维矩阵。使用降维矩阵对训练集和测试集降维。
（2）使用最近邻法测试对测试集的分类精度。改变降维后的维数，再次使用训练集求降维矩阵。然后使用降维矩阵对训练集和测试集进行降维。再次使用最近邻法求出对测试集的测试精度。
（3）反复改变降维后的维数，确定最优降维维数和最优识别精度。


关键词：人脸识别；主成分分析；PCA；降维；最近邻法；