人脸识别 ORL数据库 图像和.mat数据 不需裁剪和预处理可直接用于实验。

在人脸识别过程中，常用到许多人脸数据库，这里提供应用极为广泛的英国orl人脸库

【图像识别】基于ORL数据库的PCA人脸识别系统matlab源码.md

这个包实现了一种著名的基于 PCA 的人脸识别方法，称为“特征脸”。 该程序易于使用。 此外，还添加了一个示例项目文件 demo_PCA.m' 来演示如何使用，还包括 ORL 训练和测试数据库，以通过随机选择图像来显示不同大小的测试和训练数据集上执行时间和识别百分比的性能比较。 用于 LOOCV（留一法交叉验证）测试的附加文件 LOOCV.m。 用于比较 PCA 与均值、众数和中值修改的附加文件 Comparision.m。 附加文件 PRR.m 被添加到子函数中，用于计算单个类的精度和召回率。 为了更好地理解 PCA 和所涉及的测试，您可以使用给出的教程： http : //www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf http://www.creighton.edu/fileadmin/use

pca人脸识别算法matlab代码

从大型图像数据库中识别对象，基于直方图的方法在过去十年中已被证明是简单和有用的。 最初，这个想法是基于 swain [1] 推出的颜色直方图。 该算法介绍了我们提出的技术的第一部分，称为“直方图处理人脸识别”[2] 对于训练，使用具有 256 个灰度级的灰度图像。 首先，计算每个灰度级的频率并将其存储在向量中以供进一步处理。 其次，计算来自存储向量的连续九个频率的平均值，并将其存储在另一个向量中，以备以后在测试阶段使用。 该均值向量用于计算训练图像和测试图像的均值之间的绝对差异。 最后，找到的最小差异标识与测试图像匹配的类。 识别准确率为 99.75%（只有一个不匹配，即对象 17 的第 4 个图像识别失败） [1] MJ Swain 和 DH Ballard，“通过颜色直方图进行索引”，第三届计算机视觉国际会议 (ICCV) 会议录，第 390-393 页，日本大阪，1990 年。

ORL人脸识别测试数据库，40人，每人10张图片，共400张。

文件包含40个人在不同光线，不同角度下的人脸图片，每个人有10张图片，共有400张图片。图片的格式都为.pgm，可用于人脸识别

本文件是快速PCA提取特征（降维）的matlab代码，人脸库需自行下载，可用于人脸识别的研究使用。

对ORL人脸库的PCA人脸识别，内涵11个m文件以及一个结果演示的Word。运行facegui.m可以直接运行，无需任何修改。这里使用了GUI界面，功能是查看识别成功率以及图片的识别。