matlab实现的基于pca的简单人脸识别，在训练样本上使用pca建立特征空间，计算测试样本在特征空间投影点与训练样本投影点的距离来匹配。

基于PCA的人脸识别matlab程序，内有ORL人脸库，这是改进版，算法效率有提高。

基于PCA人脸识别，首先对训练人脸库进行的某个人脸特征提取；根据提取的特征，在测试人脸库中检索出训练人脸库的人脸。

基于PCA算法的人脸识别，包含实验用的训练人脸图像，测试图像。和matlab代码以及代码说明。

简单的matlab实现的人脸识别程序。含人脸图片。轻松实现人脸的检测，定位识别。是初学人脸识别的好资料。

人脸识别的全部matlab代码， 真实的图像尺寸为112x92，列向量堆积对应人脸库矩阵的每一列。 实验安排： 1、熟悉matlab，计算出R 2、利用协方差矩阵K-L变换、利用近邻法得到初步识别结果 3、改用类间离散度矩阵进行K-L变换，比较结果 4、结果分析：识别率统计、多个特征向量的取舍、测试样本的选择

在一个yale人脸库中，有15个人，每人有11幅图像。要求选定每一个人的若干幅图像组成样本库，由样本库得到特征库。再任取yale图像库的一张图片，识别它的身份。 对于一幅图像可以看作一个由像素值组成的矩阵，也可以扩展开，看成一个矢量。如一幅N*N象素的图像可以视为长度为N2的矢量，这样就认为这幅图像是位于N2维空间中的一个点，这种图像的矢量表示就是原始的图像空间，但是这个空间仅是可以表示或者检测图像的许多个空间中的一个。不管子空间的具体形式如何，这种方法用于图像识别的基本思想都是一样的，首先选择一个合适的子空间，图像将被投影到这个子空间上，然后利用对图像的这种投影间的某种度量来确定图像间的相似度，最常见的就是各种距离度量。因此，本次采用PCA算法确定一个子空间，最后使用最小距离法进行识别，并用matlab实现。

基于PCA与SVM的人脸识别系统，用matlab，我过了！

在学习matlab图像处理部分，人脸识别之一：查找图片中的人脸并用方框圈出 这种类似于智能手机拍照时，屏幕里那个框任务头部的红框。大致步骤为：获取RGB图片--->转换为灰度图像--->图像处理--->人脸识别。

使用Matlab实现的基于主成分分析的人脸识别系统，需要使用人脸库进行训练