华南理工大学数学实验实验六.pdf

实验六 增量人脸识别 地 点： 4 号楼 4104 房； 实验台号： 66，79 2017 06 05 实验日期与时间： 年 月 日 评 分： 预习检查纪录： 实验教师： 刘小兰 电子文档存放位置： -66 79- 电子文档文件名： 卓越班 ， 陈艺荣何晨晖实验六 批改意见： 摘要：人脸识别是当今十分热门的话题，关于人脸识别的算法层出不穷。但是， 大多数算法随着样本数目的增加，或者样本数目的更新，运行时间成倍地增加。 要将算法设计为适用于实际应用，则要考虑样本数目很大和样本需要经常更新。 针对人脸识别算法随着训练样本数目增大的问题，我们小组提出一种基于主成分 分析（PCA）的增量人脸识别算法。传统的增量主成分分析（IPCA）包括CCIPCA 算法和I2DCA 算法。本实验报告在CCIPCA 的基础上作出进一步改进，提出了 自己的IPCA 模型，并通过matlab 编程对Yale_32x32，Yale_64x64，ORL_32x32， ORL_64x64 这四个数据集进行了测试，对它们的识别精度和运行时间进行了比 较。最终得到良好的工程代码文件和比较适合推广使用的函数接口。 关键词：人脸识别、主成分分析、特征匹配、增量算法 1 目 录 目 录2 1 实验目的3 2 问题描述3 2.1 问题描述3 2.2 问题背景4 3 文献调研4 3.1 国内外研究现状5 3.2 常用人脸识别算法6 3.2.1 基于回归模型的人脸识别方法6 3.2.2 基于神经网络的人脸识别方法6 3.2.3 基于特征脸的人脸识别方法7 3.3 利用增量学习改进的人脸识别9 4 算法与编程10 4.1 编程流程 10 4.2 文件结构 12 4.3 编程细节 14 4.4 实现代码 15 5 实验结果27 5.1 命令行输出27 5.2 结果分析30 6 实验总结和实验感悟33 6.1 实验总结33 6.2 实验感悟33 7 参考文献34 2 1 实验目的  了解数字图像的基本概念，了解人脸识别的基本含义；  掌握常见的人脸识别算法的基本原理；  了解数字图像的基本概念，了解人脸识别的基本含义；  掌握基于回归模型的增量人脸识别算法的基本原理；  了解Matlab 中基本的文件和图像处理命令；  掌握文献检索和各大期刊数据库的使用；  掌握数学建模的基本步骤，利用数学知识将问题抽象为数学模型；  加强与队友之间的合作，提高团队合作精神。 2 问题描述 2.1 问题描述 利用各种增量人脸识别算法：基于回归模型的增量人脸识别算法，最远子空 间增量分类算法、最近最远子空间增量分类算法或其他快速算法，选择其中的一 种或几种算法，对给定的人脸数据库进行识别测试，得出识别正确率和 （或）运 行时间。并与第5节不采用增量学习的算法进行比较，分析实验结果。在实验过 程中，可以察看原始的人脸图片，哪些人脸识别错误？该算法有哪些优缺点？改 进方向是什么？如果有新的样本加入训练集合中，如何处理？ 当训练集的样本数较多时，如何处理？ (1) 传统的处理方法是，将新增加的训练样本和原来的训练样本放在一起， 重新训练模型，将会造成时间和存储空间的巨大开销，严重影响计算的效率。 (2) 这会使得训练数据库的样本不断增多 给定的数据库为：Yale_32x32，Yale_64x64，ORL_32 x32，ORL_64 x64， YaleB_32x32。例如Yale_32x32.mat，包含两个变量，一个是fea：