毕业设计/Matlab系列基于PCA和BP神经网络的人脸识别系统（基于AR人脸库）

Posted 2022-06-02 飞翔的鲲

Date: 2022.5.30

---

文章目录

• • 前言
  • 1、算法原理
  • 2、实现效果
  • 3、测试matlab代码

前言

在大学毕业设计的时候，在毕业设计中实现了基于PCA和BP神经网络的人脸识别系统，采用matlab语言，采用复杂的AR人脸库，准确率达到了75%以上。AR人脸库的人脸存在光线变化和遮挡，相对ORL人脸库更加复杂。

注：需要相关代码可以在订阅本专栏后加文章最后的QQ名片咨询博主。

1、算法原理

(1)、利用PCA的主成分分析的方法提取图像的特征矩阵；
分析：PCA主要功能就是降维，将高维数据变成低维数据，这里训练程序中，使用了数据库中100组图像的1~13张图像作为训练图像；降维过程主要是求取图像的特征值和特征向量，降序排列后选取90%的能量作为训练数据，降低训练难度。确定特征脸形成的坐标系base，用于将测试图像数据进行PCA降维分析；

(2)、创建并训练BP神经网络
分析：首先对训练样本数据进行归一化处理，便于训练；创建BP神经网络并进行训练，这个过程主要是将训练样本输入到BP神经网络中，达到训练出来的模型net；

(3)、测试BP神经网络并计算其识别率