基于PCA和LBP的人脸图像识别的Matlab仿真 人脸识别 K近邻法 KNN 基于KNN的人脸图像识别Matlab仿真

之前看到公司里有一个哥们做了一套安防系统，原理竟然用的PCA，不禁感叹现在项目真好做，分分钟十几万上下。

人脸识别分为三步：训练样本–>特征提取–>分类识别。

训练样本我们可以选用ORL人脸库作为验证系统是否有效的库。
ORL人脸库（包含40个人的每人10张人脸的共400张人脸）：

http://www.cl.cam.ac.uk/Research/DTG/attarchive:pub/data/att_faces.tar.Z

这是全世界公认的人脸库。

训练时我们选取每个人的5-6张图片进行训练样本。

然后我们从未训练样本的图片中选取一张图片。

通过PCA或者LBP进行特征提取，然后进行一系列的计算
PCA和LBP是最常用的特征提取算法。一般情况来说，PCA使用的效率要高一些。用两种方法是为了比较识别率，比较算法的优劣（人为定义的）

最后使用KNN进行分类识别。因为我们选取的这张需要识别的图片和样本比较，肯定有一些是符合样本的（即为同一人），有一些不符合（即非同一人），那么我们通过KNN算法，设定K值，这样将符合样本的放一类，不符合的放一类。就可以得到识别率。

最后识别成功。

本带马工会竭尽所能解决小白入坑的问题（手动笑哭）。评论会推送至邮箱，我看见了就会回复。可接私活。
也欢迎各位大佬详细交流。