目錄

使用MATLAB矩陣運(yùn)算進(jìn)行有關(guān)人臉識(shí)別算法方案設(shè)計(jì)

1.運(yùn)算過程：

（1）變量注釋

（2）計(jì)算結(jié)果及過程分析

2.源代碼：

3.附加部分

（1）條件改變

（2）運(yùn)行結(jié)果

（3）改變條件后的源代碼

---

使用MATLAB矩陣運(yùn)算進(jìn)行有關(guān)人臉識(shí)別算法方案設(shè)計(jì)

（人臉識(shí)別是一個(gè)復(fù)雜問題，涉及到多種技術(shù)和算法，機(jī)器學(xué)習(xí)算法是當(dāng)前人臉識(shí)別的關(guān)鍵算法。本示例用簡化方式，通過矩陣計(jì)算人臉比對(duì)過程，目的是練習(xí)圖像處理命令和矩陣計(jì)算方式）。建模：在人臉識(shí)別中，把人臉劃分為10個(gè)區(qū)域：臉部輪廓、眼睛、眉毛、鼻子、嘴巴、下巴、左臉、右臉、左耳、右耳（可以假設(shè)區(qū)域，通過圖像矩陣定位判斷）。每一個(gè)區(qū)域有22個(gè)特征，每一個(gè)特征數(shù)字化后的取值范圍是1-100之間。按照下面過程給出方案設(shè)計(jì)，具體數(shù)據(jù)自己可以合理假設(shè)。

（1）通過采集給出人臉特征基準(zhǔn)矩陣，給出具體的基準(zhǔn)矩陣Ax（每一個(gè)人都

有一個(gè)基準(zhǔn)矩陣，給出至少10人的基準(zhǔn)矩陣）。提示：矩陣Ax中，每一行表

示一個(gè)人臉區(qū)域特征向量（10個(gè)區(qū)域），每一列表示一個(gè)區(qū)域特征（22個(gè)特

征），特征值范圍1-100（可以隨機(jī)生成）。(A1,A2,…,A10,…)

?

（2）隨機(jī)采集到某一個(gè)人的人臉圖像，提取該人的人臉特征（可以通過假設(shè)

給出），給出一個(gè)具體的需要判斷的示例矩陣B，要求判斷B與Ax中哪一個(gè)人

的人臉特征相似？

?

（3）關(guān)鍵計(jì)算1：計(jì)算和判斷人臉特征的相似度，規(guī)則是：左耳、右耳的特 征的特征值誤差范圍是20%，左臉、右臉的誤差范圍是10%，其他特征的誤差 范圍是3%；如果特征值在誤差范圍內(nèi)都認(rèn)為是相似的。提示：運(yùn)用矩陣減法 運(yùn)算、矩陣邏輯比較運(yùn)算，相似時(shí)為真true用1表示，不相似時(shí)為假false用0表

示。

?

（4）關(guān)鍵計(jì)算2：計(jì)算和判斷人臉區(qū)域的相似度，規(guī)則是每一個(gè)區(qū)域的22個(gè) 特征中，80%以上特征相似就認(rèn)為區(qū)域相似。提示：運(yùn)用向量計(jì)算、sum命令 。

?

（5）關(guān)鍵技術(shù)3：計(jì)算和判斷人臉相似度，規(guī)則是10個(gè)區(qū)域中，90%以上相似 ，就認(rèn)為相似。提示：運(yùn)用向量計(jì)算、sum命令。

1.運(yùn)算過程：

（1）變量注釋

A：通過隨機(jī)數(shù)模擬生成人臉基準(zhǔn)矩陣（通過100次迭代模擬100張人臉）

B：用作判斷標(biāo)準(zhǔn)的預(yù)設(shè)矩陣（通過隨機(jī)數(shù)生成）

C：A、B矩陣各元素的誤差（|A-B|./A）

line：存儲(chǔ)第j個(gè)區(qū)域的特征向量判斷結(jié)果的數(shù)組

a：存儲(chǔ)所有區(qū)域判斷結(jié)果的數(shù)組（若有區(qū)域滿足相似條件，則向數(shù)組中添加一個(gè)“1”元素）

flag：哨兵變量

i,j：迭代變量

工作區(qū)截圖：

（2）計(jì)算結(jié)果及過程分析

計(jì)算結(jié)果如下圖，顯示識(shí)別失敗。這個(gè)結(jié)果是合理的，因?yàn)閺母怕噬蟻砜?#xff0c;從隨機(jī)生成的矩陣中找出一個(gè)與示例滿足相似條件矩陣本來就是小概率事件。但可以通過查看變量來分析相似情況。

?

line截圖如下：

可以看到只有兩個(gè)特征符合相似條件。

并且a=[]為空數(shù)組，說明沒有符合相似條件的區(qū)域。所以100張隨機(jī)生成的人臉中沒有與預(yù)設(shè)人臉相似的。識(shí)別失敗。

計(jì)算結(jié)果全圖如下：

2.源代碼：

B=randi(100,10,22);flag=0; for i=1:100a=[];A=randi(100,10,22);C=abs(A-B)./A;for j=1:6line=C(j,:)<=0.03;if sum(line,2)>=22*0.8a=[a,1];endendfor j=7:8line=C(j,:)<=0.1;if sum(line,2)>=22*0.8a=[a,1];endendfor j=9:10line=C(j,:)<=0.2;if sum(line,2)>=22*0.8a=[a,1];endendif sum(a,2)>=9fprintf("第%d個(gè)矩陣識(shí)別成功\n",i);flag=1;end end if flag==0fprintf("識(shí)別失敗\n"); end

至此，作業(yè)所要求的內(nèi)容已經(jīng)結(jié)束。

3.附加部分

在本作業(yè)外，為了驗(yàn)證本程序的正確性，我們決定改變預(yù)設(shè)條件，充分執(zhí)行該程序。

（1）條件改變

現(xiàn)改變?nèi)缦聴l件：

將左耳、右耳的特征的特征值誤差范圍由20%調(diào)到100%；

左臉、右臉的誤差范圍由10%調(diào)到100%；

其他特征的誤差范圍由3%調(diào)到100%；

并將隨機(jī)生成的人臉特征矩陣數(shù)量由100調(diào)到10000個(gè)；

（2）運(yùn)行結(jié)果

可以看到在新的判斷標(biāo)準(zhǔn)下，最終有5個(gè)矩陣滿足相似條件。

數(shù)組line截圖如下：

可以看到在最后一次迭代的臉部區(qū)域有15個(gè)特征符合判斷條件。

數(shù)組a截圖如下：

在數(shù)組a中有4個(gè)“8”元素，所以在最后一次迭代中有8個(gè)區(qū)域符合條件。該矩陣（第10000個(gè)矩陣）識(shí)別不成功，從運(yùn)算結(jié)果可以看到只有第119個(gè)、第1871個(gè)、第6152個(gè)、第7194個(gè)、第7328個(gè)識(shí)別成功。所以程序運(yùn)行結(jié)果是符合預(yù)設(shè)要求的。

（3）改變條件后的源代碼

B=randi(100,10,22);flag=0; for i=1:10000a=[];A=randi(100,10,22);C=abs(A-B)./A;for j=1:6line=C(j,:)<=1;if sum(line,2)>=22*0.8a=[a,1];endendfor j=7:8line=C(j,:)<=1;if sum(line,2)>=22*0.8a=[a,1];endendfor j=9:10line=C(j,:)<=1;if sum(line,2)>=22*0.8a=[a,1];endendif sum(a,2)>=9fprintf("第%d個(gè)矩陣識(shí)別成功\n",i);flag=1;end end if flag==0fprintf("識(shí)別失敗\n"); end

總結(jié)

以上是生活随笔為你收集整理的MATLAB 人脸识别矩阵（矩阵、相似度）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。