PCA를 이용한 얼굴인식 (Matlab) ppt+소스파일+데이터파일+프로젝트

소개글

MATLAB을 이용하여 얼굴인식을 실행한 프로그램입니다

발표자료PPT 및 프로젝트로 제출했던 메뉴얼과 소스파일 데이터파일 모두 들어있습니다

보시면 충분히 이해가실정도로 완벽하게 해놓았습니다.

총 200장의사진 (10장씩 20명) 을 이용하여 (퍼블릭데이터입니다 ORL FACE)

5장씩 20장 (100장)은 분류기를 만드는 학습데이터로 사용하였고

분류율을 테스트하기위하여 남은 100장을 사용하였습니다.

1장씩 인식을 하는지 확인하는 소스파일과

100장을 한꺼번에 확인하는 소프파일까지 모두 첨부하였습니다

고유벡터(이미지에선 아이겐페이스)의 갯수에따란 인식률까지 실험하였습니다.

공부하시는 분들께도 충분히 도움이 되실겁니다.

감사합니다.

목차

1. 프로젝트의 목적 및 개요
2. PCA란?
3. PCA를 이용한 얼굴인식!
4. 오류율 비교
5. 소스코드 및 참고문헌

본문내용

1. 프로젝트의 목적 및 개요
● 이미 배운 PCA에 대하여 좀 더 알아보고 알고리즘을 이해한다.

● 실제로 PCA를 통하여 얼굴인식을 해봄으로써 어떤식으로 활용하는지 알아본다.

● Window 7 환경에서 Matlab을 이용하여 얼굴인식을 수행할것이며 데이터는 ORL FACE DB를 사용한다.
이는 영국 캠브리지 대학의 Olivetti Reseatch Laboratory에서 채집한 것으로 같은사람의 얼굴사진이 10장씩 총 40명이 존재하여 400장의 pgm파일을 가지고 있다.
본 프로젝트를 위하여 10장씩 20명의 데이터를 사용할것이며 5장씩 20명은 학습데이터로 나머지 5장씩 20명은 테스트데이터로 사용하려한다.

● 얼굴인식에서의 Eigenvector. 즉 Eigenface의 개수에 따른 인식률을 비교해보고 차이점을 알아본다.

● Matlab을 이용하여 그래프 출력 및 알고리즘을 짜는법에 대한 공부를 해본다.

<중 략>

- eigenface 100개를 사용한 경우 88%의 인식률을 보였다.

- eigenface 30개를 사용한 경우 역시 88%의 인식률을 보였다.

- eigenface 10개를 사용한 경우 70%의 인식률을 보였다.

- 10개의 고유얼굴을 사용한경우에는 인식률이 낮지만 30개를 사용했을때는 100개와 동일한 인식률을 보이며 차원은 더 줄일수 있었다.

참고 자료

패턴인식과 기계학습 - 박혜영,이관용 저
패턴인식 - 오일석 저
패턴인식 개론 - 한학용 저
공학도를 위한 매트랩 - 이문용, 김양수, 노태완 역
Matlab을 이용한 디지털영상처리 - 유현중 역

압축파일 내 파일목록

PCA&얼굴인식.ppt
소스파일+데이터파일.zip
PCA 얼굴인식.hwp