function?[accuracy]=my_face_recognition（?train_dirtest_dirtrain_numtest_numenergyb?）
%該函數(shù)實(shí)現(xiàn)了利用PCA方法進(jìn)行人臉識(shí)別的過程
%Input
%???????train_dir：訓(xùn)練數(shù)據(jù)集的目錄
%???????test_dir：測(cè)試數(shù)據(jù)集的目錄
%???????train_num：選擇的訓(xùn)練數(shù)據(jù)集的個(gè)數(shù)
%???????test_num：要測(cè)試的數(shù)據(jù)集的個(gè)數(shù)，要小于訓(xùn)練數(shù)據(jù)集個(gè)數(shù)

if?train_num????fprintf（‘訓(xùn)練數(shù)據(jù)集要大于測(cè)試數(shù)據(jù)集！\n‘）;
????return?;
end


%因?yàn)槲募笮」潭ǎ栽诖宋覀冊(cè)O(shè)置矩陣的行列為定值
row=142;
column=120;
train_data=zeros（train_numrow*column）;%預(yù)分配數(shù)據(jù)可以加速數(shù)據(jù)讀取，矩陣的行數(shù)是訓(xùn)練數(shù)據(jù)的個(gè)數(shù)，列數(shù)是圖片的維度，建0矩陣
train_files=dir（train_dir）;%獲取訓(xùn)練目錄下的所有文件，獲得的每一個(gè)文件都是一個(gè)結(jié)構(gòu)體，我們需要的是其中的name屬性。第一個(gè)和第二個(gè)文件分別表示當(dāng)前目錄和父目錄，需要跳過

for?i=1:train_num
????file_name=sprintf（‘%s\\%s‘train_dirtrain_files（i+2）.name）;%這里需要加雙斜杠
????
????img_data=imread（file_name）;
???
????%[row?column]=size（img_data）;
????img_data=img_data（1:row*column）;%將讀取的數(shù)據(jù)轉(zhuǎn)成一個(gè)行向量
????train_data（i:）=img_data;%將該行向量添加到訓(xùn)練集中
end

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%求平均臉，與人臉識(shí)別無關(guān)，只是一個(gè)測(cè)試
imgmean=mean（train_data）;

size（imgmean）;
mean_img=reshape（imgmeanrowcolumn）;
mean_img=uint8（mean_img）;
%imshow（mean_img）;
%imwrite（mean_img‘D:\1.bmp‘）;
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%{
if?b==1
????for?i=1:test_num
????????train_data（i:）=train_data（i:）-imgmean;
????end
end
%}

%進(jìn)行主成份分析，返回的結(jié)果為
%???COEFF：特征向量
%???latent：特征值，按由大到小的順序排列
%當(dāng)數(shù)據(jù)的維度大于數(shù)據(jù)個(gè)數(shù)時(shí)，通過在函數(shù)后面添加參數(shù)‘econ’可以加速計(jì)算
[COEFF~latent]?=?princomp（train_data‘econ‘）;

%保存的維度（特征值）個(gè)數(shù)使圖像保存的能量大于95%
dimension_left=0;
cum_percent=cumsum（latent）/sum（latent）;

for?i=1:length（cum_percent）
????if?cum_percent（i）>=energy
????????dimension_left=i;
????????break;
????end
end
%fprintf（‘dimension?left?is?%d\n‘dimension_left）;


%將訓(xùn)練數(shù)據(jù)集進(jìn)行降維
train_data_reduced=train_data*COEFF（:1:dimension_left）;

%讀取測(cè)試數(shù)據(jù)集
%test_data=zeros（train_numrow*column）;%預(yù)分配數(shù)據(jù)可以加速數(shù)據(jù)讀取，建0矩陣
test_data=zeros（1row*column）;%預(yù)分配數(shù)據(jù)可以加速數(shù)據(jù)讀取，建0矩陣
test_files=dir（test_dir）;%獲取訓(xùn)練目錄下的所有文件，獲得的每一個(gè)文件都是一個(gè)結(jié)構(gòu)體，我們需要的是其中的name屬性。第一個(gè)和第二個(gè)文件分別表示當(dāng)前目錄和父目錄，需要跳過

%?for?i=1:test_num
%?????file_name=sprintf（‘%s\\%s‘test_dirtest_files（i+2）.name）;%這里需要加雙斜杠
%?????img_data=imread（file_name）;
%?????img_data=img_data（1:row*column）;%將讀取的數(shù)據(jù)轉(zhuǎn)成一個(gè)行向量
%?????test_data（i:）=img_data;%將該行向量添加到訓(xùn)練集中
%?end

%****************選擇一幅圖片讀入*****************%
???file_test_name=（‘E:\\學(xué)習(xí)資料\\論文\\圖像\\PCA人臉降維\\人臉識(shí)別\\dataset\\Testing\\00020fb010_930831.bmp‘）;
???img_data=imread（file_test_name）;
???
???figure（1）;
???subplot（121）;
????
???
???imshow（img_data）;
???title（‘測(cè)試圖片‘）;
????
????
???img_data=img_data（1:row*column）;%將一幅圖片轉(zhuǎn)換成一個(gè)行向量
???test_data（1:）=img_data;
%{
if?b==1
????for?i=1:test_num
????????test_data（i:）=test_data（i:）-imgmean;
????end
end
%}

%將測(cè)試數(shù)據(jù)集進(jìn)行降維
test_data_reduced=test_data*COEFF（:1:dimension_left）;

accuracy=0;
%for?i=1:test_num
????%通過計(jì)算向量二階范數(shù)的方法計(jì)算歐式距離
????min=norm（test_data_reduced（1:）-train_data_reduced（1:））;
????
????position=1;
for?j=2:train_num
????????distance=norm（test_data_reduced（1:）-train_data_reduced（j:））;
????????if?min>distance
????????????min=distance;
??

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2015-12-08?15:51??PCA單幅圖像匹配\
?????目錄???????????0??2015-12-08?15:51??PCA單幅圖像匹配\matlab\
?????文件????????4673??2015-12-07?23:34??PCA單幅圖像匹配\matlab\my_face_recognition.m
?????文件?????????351??2015-12-07?19:39??PCA單幅圖像匹配\matlab\test_energy.m
?????文件?????????320??2015-12-07?19:38??PCA單幅圖像匹配\matlab\test_face_num.m
?????文件?????????355??2015-12-07?19:37??PCA單幅圖像匹配\matlab\train_face_num.m
?????目錄???????????0??2012-06-03?15:11??人臉識(shí)別\
?????目錄???????????0??2012-06-03?15:08??人臉識(shí)別\dataset\
?????目錄???????????0??2012-06-03?15:08??人臉識(shí)別\dataset\Testing\
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00001fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00002fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00003fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00004fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00005fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00006fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00007fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00008fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00009fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00010fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00011fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00012fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00013fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00014fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00015fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00016fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00017fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00018fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00019fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00020fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00021fb010_930831.bmp
?????文件???????18118??2010-05-24?13:21??人臉識(shí)別\dataset\Testing\00022fb010_930831.bmp
............此處省略2374個(gè)文件信息