基于MATLAB GUI的人脸识别系统（包含传统/深度学习方法）

题目：基于MATLAB GUI的人脸识别系统（包含传统/深度学习方法）

目录

题目：基于MATLAB GUI的人脸识别系统（包含传统/深度学习方法）

01 应用背景

02 研究历程

03 ORL数据库介绍

04 人脸识别算法

4.1 基于PCA-最近邻的人脸识别算法

4.1.1 主成分分析PCA

4.2 基于PCA-SVM的人脸识别算法

4.2.1 SVM分类器

4.3 基于卷积神经网络的人脸识别算法

4.3.1 卷积神经网络的组成

4.3.2 设计CNN网络结构

4.3.3 网络训练

05 运行效果图

06 展望

参考文献

简介：人脸检测与识别作为计算机视觉研究的核心内容之一，是一个不断发展的领域，并且还是模式识别、机器学习和数据挖掘等相关学科交叉研究的热点，已经发展成为计算智能的重要研究课题。本文是作者人脸识别系统V1.0，主要实现人脸识别功能，包含3种人脸识别算法，PCA-最近邻、PCA-SVM、以及深度学习的方法，都在ORL数据集上取得了较高的识别率。

01 应用背景

人脸识别技术就是以计算机为辅助手段，从静态图像或动态图像中识别人脸。问题一般可以描述为给定一个场景的静态或视频图像，利用已经存储的人脸数据库确认场景中的一个或多个人。一般来说,人脸识别研究一般分为3个部分:从具有复杂背景的场景中检测并分离出人脸所在的区域;抽取人脸识别特征;然后进行匹配和识别。虽然人类从复杂背景中识别出人脸相当容易,但人脸的自动机器识别却是一个极具挑战性的课题。它跨越了模式识别，图像处理、计算机视觉以及神经生理学、心理学等诸多研究领域。如同人的指纹一样，人脸也具有唯一性，可用来鉴别一个人的身份，人脸识别技术在商业、法律和其他领域有着广泛的应用。

02 研究历程

60 年代末，Chan 等人[1]发表了自动人脸识别（Automated Face Recognition，AFR）研究技术报告，以人脸特征点的间距、比率等作为特征，建成了一个人脸识别系统。以此