PCA人脸识别代码MATLAB

以下是一个简单的PCA人脸识别MATLAB代码示例：

clear all; close all; clc;

% 加载人脸数据
load('face_data.mat'); % face_data.mat包含了100个64x64的人脸图像

% 数据预处理
X = double(face_data'); % 转置并转换为double类型
mean_face = mean(X, 2); % 计算平均脸
X = X - mean_face; % 中心化

% 计算协方差矩阵
C = X*X'/(size(X, 2)-1);

% 使用SVD计算特征向量和特征值
[U, S, V] = svd(C);

% 选择前k个特征向量
k = 20;
U_reduce = U(:, 1:k);

% 将每个人脸投影到低维空间
Z = U_reduce'*X;

% 测试人脸识别
test_image = double(imread('test_image.jpg')); % 读取测试图像
test_image = test_image(:) - mean_face; % 中心化
z_test = U_reduce'*test_image; % 投影到低维空间
distances = sum((Z - repmat(z_test, 1, size(Z, 2))).^2, 1); % 计算每个投影后的训练样本与测试样本的距离
[min_distance, index] = min(distances); % 找到最小距离和对应的训练样本索引

% 显示结果
figure; subplot(1, 2, 1); imshow(reshape(test_image+mean_face, 64, 64), []); title('测试图像');
subplot(1, 2, 2); imshow(reshape(X(:, index)+mean_face, 64, 64), []); title('最相似的训练图像');

需要注意的是，这只是一个简单的示例，实际应用中可能需要更多的预处理步骤和调整参数。另外，这个示例只使用了100个训练图像，实际应用中需要更多的训练图像来提高准确性。