pca人脸识别算法matlab代码图像分类任务
该存储库是Giancarlo
Antonucci和Thomas
Babb的项目的一部分,该项目作为CDT的一部分提交给牛津大学工业重点数学模型。
该代码使用耶鲁人脸数据库(YaleB_32x32.mat)测试混合面部识别算法的有效性。
函数imag_class.m从用户处获取输入,并为这些输入输出算法的成功率百分比。
要使用它,请下载.m和.mat文件,然后在Matlab中运行它们。
选择训练集
耶鲁数据库中有3814人的2414张照片(例如图像)。
用户可以通过以下两种方式之一选择哪些人在测试集中:
imag_class('NumOfPeople',N)从38个可用人中选出N个随机人员,并从这些人员中构建测试集。
imag_class('People',V)根据在V中建立索引的人员构建测试集。例如,如果V
=
[1
3
6],则测试集将包含来自人员1,人员3和人员6的图像。
无论哪种情况,该功能都会为每个人选择10张随机图像。
所有其他图像都放在训练集中。
实施PCA算法
PCA是一种标准技术,用于使用低维特征向量来近似原始数据。
我们
2022-02-22 23:32:26
2.12MB
系统开源
1