人脸识别MATLAB源程序

global h_axes1 global h_axes2 global edit2 %load('recognize.mat');如果在face.m中保存数据成功，再次就可以加载数据，但保存数据的时间太长 set(edit2,'string','读取测试数据...') drawnow disp('读取测试数据...') disp('...............................') img=getimage(h_axes1);%获得之前选中的照片信息 if isempty(img) msgbox('请选择一张照片！') break; end testface=img(:)'; set(edit2,'string','测试数据降维...') drawnow disp('测试数据特征降维...') disp('...........................') %--------因为在执行保存数据时间太长，所以将子函数中要用到的数据重新执行------- npersons=40;%选取40个人的脸 global imgrow; global imgcol;%读取图像的列 global edit2 imgrow=112; imgcol=92;%读取的图像为112*92 %set(edit2,'string','读取训练数据....')%显示在句柄为edit2的文本框里 %drawnow %更新窗口的内容，不然程序结束时才会显示，这样只能看到最后一句 f_matrix=ReadFace(npersons,0);%读取训练数据 nfaces=size(f_matrix,1);%样本人脸的数量 %set(edit2,'string','训练数据PCA特征提取...') %drawnow mA=mean(f_matrix);%求每个属性的均值 k=20;%降维至20维 [pcaface,V]=fastPCA(f_matrix,k,mA);%主成分分析法特征提取 %set(edit2,'string','训练特征数据规范化....') %drawnow %每次设置完之后要更新窗口内容 lowvec=min(pcaface); upvec=max(pcaface); scaledface=scaling(pcaface,lowvec,upvec) %set(edit2,'string','SVM样本训练...') %drawnow %每次设置完之后要更新窗口内容 gamma=0.0078; c=128; multiSVMstruct=multiSVMtrain(scaledface,npersons,gamma,c); %----------------重复执行到此结束--------------------- Z=double(testface)-mA; pcatestface=Z*V; set(edit2,'string','测试特征数据规范化....') drawnow disp('测试特征数据规范化...') disp('................................') scaletestface=-1+(pcatestface-lowvec)./(upvec-lowvec)*2; set(edit2,'string','SVM样本识别.....') disp('................................') voting=zeros(1,npersons); for i=1:npersons-1 for j=i+1:npersons class=svmclassify(multiSVMstruct{i}{j},scaletestface); voting(i)=voting(i)+(class==1); voting(j)=voting(j)+(class==0); end end [~,class]=max(voting); set(edit2,'string','识别完成！') drawnow axes(h_axes2); imshow(imread(['E:\12级研究生参考文献\SVM和人脸识别\att_facesORL人脸库\s',... num2str(class),'\1.pgm']));%虽然可以判别是哪个人，但却不可以就提识别是哪张图 msgbox(['样本识别为第',num2str(class),'个人'])