TwoDPCA用matlab实现的2dpca人脸识别程序

用matlab实现的2dpca人脸识别程序,运行速度比传统的pca方法快至少10倍， 识别率也比pca 高 -Using matlab to achieve 2dpca face recognition program, run faster than the traditional PCA method at least 10 times faster, than the PCA recognition rate is high

function []=TwoDPCA

%%%%%%%%%%%%%特征脸显示已正确，训练与测试没有分开。
% Face recognition 
clear all
close all
clc


M=200;%%%%
traincopy=5;%%%表示同一个人有几张相片。
eignum=3;%%%选取的特征个数。

cel=cell（1M）;
cellafter=cell（1M）;

tt=clock;

S=[];   

ii=1;

    str=strcat（‘E:\三维人脸\2dfacedatabase\ORL\s1\1.pgm‘）;
    img=imread（str）;
    [ia ib]=size（img）;
    sum=zeros（iaib）;
    B=zeros（iaib）;
    
for i=1:40
    for j=1:5
      str=strcat（‘E:\三维人脸\2dfacedatabase\ORL\s‘int2str（i）‘\‘int2str（j）‘.pgm‘）;
    eval（‘img=imread（str）;‘）;
    sum=double（sum）+double（img）;
    cel{1ii}=img;
    ii=ii+1;
    end
end

  meanA=sum/M;
  
  
  cov=zeros（ib）;
  
  for i=1:M
   img=cel{1i};
    B=double（img）-double（meanA）;
    temp=B‘*B;
    cov=double（cov）+double（temp）;
  end




[vv dd]=eig（cov）;
num2=size（vv）;
% Sort and eliminate those whose eigenvalue is zero
v=[];
d=[];

for i=1:size（vv2）
    if（dd（ii）>1e-4）
        v=[v vv（:i）];
        d=[d dd（ii）];
    end
end
num1=size（v2）;

%sort  will return an ascending sequence
[B index]=sort（d）;
ind=zeros（size（index））;
dtemp=zeros（size（index））;
vtemp=zeros（size（v））;
len=length（index）;
for i=1:len
    dtemp（i）=B（len+1-i）;
    ind（i）=len+1-index（i）;
    vtemp（:ind（i））=v（:i）;
end
d=dtemp;
v=vtemp;


imgafter=[];
for i=1:M
    for j=1:eignum
    img=cel{1i};
    temp1=double（img）*double（v（:j））;
    imgafter=[imgafter temp1];
    end
    cellafter{1i}=imgafter;   
    imgafter=[];
    
end

timeconsume=etime（clocktt）;


testimg=M/traincopy;
findimgnum=traincopy;

suc=0;
% figure（5）;
for k=1:testimg
    InputImage =imread（strcat（‘E:\三维人脸\2dfacedatabase\ORL\s‘int2str（k）‘\10.pgm‘））;
    
    testafter=[];
    for j=1:eignum
        temp=double（InputImage）*double（v（:j））;
        testafter=[testafter temp];
  
    end      


    % Find Euclidean distance
    e=[];
    
    for i=1:M
        tempA=double（testafter）-double（cellafter{1i}）;
        total=0;
        for j=1:eignum
           aa=norm（tempA（:j））;
           total=total+aa;
        end
           e=[e total];           
    end
    
    [C index]=sort（e）;
    min=index（1）;
    
    
    
    %%%%%%%计算正确率
    testingroup=floor（（min-1）/traincopy）+1; %%计算要测试的图像所在的组
    if testingroup==k
        suc=suc+1;
     else 
        fprintf（‘%d.jpg fails to match!\n‘k）;
    end    
        
    

% %%%%%%%%%%%%%%%%%%%显示所有找到的与测试图像为同一个人的图片（可）。（显示所有与测试图片最小距离的那组，而不是比较出来的最小的5个）
%     subplot（testimgfindimgnum+1（k-1）*（findimgnum+1）+1）;% subplot（行数，列数，放图像位置的序数）
%     imshow（InputImage）;
% 
%     for i=1:findimgnum
%         temppos=（testingroup-1）*traincopy+i;
%         str=strcat（‘E:\三维人脸\testpic\orl\‘int2str（temppos）‘.pgm‘）;    %concatenates two strings that form the name of the image
%         eval（‘img1=imread（str）;‘）;
%         subplot（testimgfindimgnum+1（k-1）*（findimgnum+1）+i+1）
%         imshow（img1）  
%         drawnow;       

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3329  2008-03-13 22:22  TwoDPCA.m

----------- ---------  ---------- -----  ----

                 3547                    2