facerec.m

各种SVM分类算法

function  [Out]=facerec(Trainset)

Slect=Trainset;
n=1;
M=45;
N=length(Slect);
allsamples=[];%所有训练图像
for i=1:1:2
    for j=1:N
        filename  = sprintf('D:\\zzh\\work\\zzh\\baseline_V8\\matlab\\Yale_5G\\face1\\%d_s%d.bmp',i,Slect(j));
      a=imread(filename);     
      a=a';  
      b=a(1:80*80);  % b是行矢量 1×N，其中N＝10000，提取顺序是先列后行，即从上到下，从左到右
      b=double(b);
      allsamples=[allsamples; b]  % allsamples 是一个M * N 矩阵，allsamples 中每一行数据代表一张图片，其中M＝200
    end
end

samplemean=mean(allsamples); % 平均图片

xmean=[];
for i=1:1:M 
    xmean(i,:)=allsamples(i,:)-samplemean; % xmean是一个M × N矩阵，xmean每一行保存的数据是“每个图片数据-平均图片”
end;
xmean

sigma=xmean*xmean';   % M * M 阶矩阵
sigma;
[v d]=eig(sigma);
d1=diag(d);
[d2 index]=sort(d1); %以升序排序
cols=size(v,2);% 特征向量矩阵的列数
vsort=[];
for i=1:cols
    vsort(:,i) = v(:, index(cols-i+1) ); % vsort 是一个M*col(注:col一般等于M)阶矩阵，保存的是按降序排列的特征向量,每一列构成一个特征向量
    dsort(i)   = d1( index(cols-i+1) );  % dsort 保存的是按降序排列的特征值，是一维行向量
end  %完成降序排列
%以下选择x%的能量
dsort
dsum = sum(dsort);
    dsum_extract = 0;
    p = 0;
    while( dsum_extract/dsum < 0.90)
        p = p + 1;
        dsum_extract = sum(dsort(1:p));
    end
i=1;
% (训练阶段)计算特征脸形成的坐标系
while (i<=p && dsort(i)>0)
    base(:,i) = dsort(i)^(-1/2) * xmean' * vsort(:,i);   % base是N×p阶矩阵，除以dsort(i)^(1/2)是对人脸图像的标准化，详见《基于PCA的人脸识别算法研究》p31
    i = i + 1
end
%size(base)
% add by wolfsky 就是下面两行代码，将训练样本对坐标系上进行投影,得到一个 M*p 阶矩阵allcoor
allcoor = allsamples * base;
size(allcoor);


accu = 0;
accu1 = 0;
accu2 = 0;
m=1;
%%%%%%%％％％％％％％％％％%测试过程％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％
%%%%%%%％％％％％％％％％％%测试过程％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％
%%%%%%%％％％％％％％％％％%测试过程％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％％

for i=1:1:15
    disp('...........')
    for j=1:11    %读入测试图像
       filename  = sprintf('D:\\zzh\\work\\zzh\\baseline_V8\\matlab\\Yale_5G\\face1\\%d_s%d.bmp',i,j);
      a=imread(filename); 
      a=a';
      
      b=a(1:80*80);
      b=double(b);
      tcoor= b * base; %计算坐标，是1×p阶矩阵

%*** 欧式距离  ****
   
        for k=1:1:M 
                mdist(k)=norm(tcoor-allcoor(k,:));
            end;
            
 %三阶近邻        
 [dist,index2]=sort(mdist); 
        index2=index2-1;
        class1=floor(index2(1)/N)+1;
        class2=floor(index2(2)/N)+1;
        class3=floor(index2(3)/N)+1;    
        if class1~=class2 && class2~=class3
            class=class1;
        elseif class1==class2
            class=class1;
        elseif class2==class3
            class=class2;
        end;
        if class==i
            accu=accu+1;
            if (j==Slect(1)|j==Slect(2)|j==Slect(3) )
                accu1=accu1+1;
            else
               accu2=accu2+1; 
            end
        end;
%************************** 欧式距离  ******************************  
    end;
end;
%accu
%输出识别率
accuracy=accu/165;
accuracy1=accu1/45;
accuracy2=accu2/120;
Out=[Slect,accuracy,accuracy1,accuracy2]; %训练集 输出识别率