orl_faces数据集分享_orl人脸数据集

orl_faces数据集

今天整理电脑时发现还有这个数据集，本想删掉但想起当初找的时候来之不易。明明github上开源的东西，百度一搜非得是开会员，要这个要那个的，秉着开源精神（关注或者点赞都可以/doge）我今天就把网盘链接放这了，需要的自取：
链接：https://pan.baidu.com/s/1Iq52vrjYOBvksyNcZz_zCg
提取码：zan0

附上当时PCA人脸识别的matlab代码

function FaceRecognition
%本算法使用的是orl_faces数据集(ORL人脸数据集共包含40个不同人的400张图像,是在1992年4月至1994年4月期间由英国剑桥的Olivetti研究实验室创建)
%注意修改数据集文件路径，共5处
clear  % calc xmean,sigma and its eigen decomposition  
close all
%%
allsamples=[];%所有训练图像 
syms line %line用来分割10组（一共有40个人，每个人有10张照片，40个人的一张照片作为一组）照片，分别用来训练和测试准确度
line=9;%用一个人的9张照片训练，剩下一张用来测试
for i=1:40%40个人    
    for j=1:line %取每个人的前line张照片       
           a=imread(strcat('E:\orl_faces\s',num2str(i),'\',num2str(j),'.pgm'));          
        b=a(1:112*92); % b是行矢量 1×N，其中N＝10304，提取顺序是先列后行，即从上到下，从左到右        
        b=double(b);        
        allsamples=[allsamples; b];  % allsamples 是一个M * N 矩阵，allsamples 中每一行数据代表一张图片，其中M＝200   
    end
end
%%
train=40*line;%用来训练的总图片数量
samplemean=mean(allsamples); % 平均图片，1 × N  
figure%平均图
display('平均脸：')
imshow(mat2gray(reshape(samplemean,112,92)));
%%
for i=1:train 
    xmean(i,:)=allsamples(i,:)-samplemean; % xmean是一个M × N矩阵，xmean每一行保存的数据是“每个图片数据-平均图片” 
end;   
figure%差值图
display('差值脸：')
imshow(mat2gray(reshape(xmean(1,:),112,92)));
%%
sigma=xmean*xmean';   % M * M 阶矩阵 
[v,d]=eig(sigma);
d1=diag(d); 
[d2,index]=sort(d1); %以升序排序 
cols=size(v,2);% 特征向量矩阵的列数

for i=1:cols      
    vsort(:,i) = v(:, index(cols-i+1) ); % vsort 是一个M*col(注:col一般等于M)阶矩阵，保存的是按降序排列的特征向量,每一列构成一个特征向量      
    dsort(i)   = d1( index(cols-i+1) );  % dsort 保存的是按降序排列的特征值，是一维行向量 
end  %完成降序排列 %以下选择90%的能量 
dsum = sum(dsort);     
dsum_extract = 0;   
p = 0;     
while( dsum_extract/dsum < 0.9)       
    p = p + 1;          
    dsum_extract = sum(dsort(1:p));     
end
a=1:1:train;
for i=1:1:train
y(i)=sum(dsort(a(1:i)) );
end
%%
figure
y1=ones(1,train);
plot(a,y/dsum,a,y1*0.9,'linewidth',2);
grid
title('前n个特征特占总的能量百分比');
xlabel('前n个特征值');
ylabel('占百分比');
%%
figure
plot(a,dsort/dsum,'linewidth',2);
grid
title('第n个特征特占总的能量百分比');
xlabel('第n个特征值');
ylabel('占百分比');
%%
i=1;  % (训练阶段)计算特征脸形成的坐标系
while (i<=p && dsort(i)>0)      
    base(:,i) = dsort(i)^(-1/2) * xmean' * vsort(:,i);   % base是N×p阶矩阵，除以dsort(i)^(1/2)是对人脸图像的标准化，特征脸
      i = i + 1; 
end
%%
allcoor = allsamples * base; accu = 0;   % 测试过程
for i=1:40     
     for j=(line+1):10 %读入数据集中剩下的测试图像       
        a=imread(strcat('E:\orl_faces\s',num2str(i),'\',num2str(j),'.pgm'));     
        b=a(1:10304);        
        b=double(b);        
        tcoor= b * base; %计算坐标，是1×p阶矩阵      
        for k=1:(train)                 
            mdist(k)=norm(tcoor-allcoor(k,:));        
        end;          %三阶近邻   
        [dist,index2]=sort(mdist);              
        class1=floor(index2(1)/line)+1;      
        class2=floor(index2(2)/line)+1;        
        class3=floor(index2(3)/line)+1;        
        if class1~=class2 && class2~=class3 
            class=class1;         
        elseif class1==class2          
            class=class1;         
        elseif class2==class3     
            class=class2;         
        end;         
        if class==i      
            accu=accu+1;        
        end;   
    end;
end;  
display('模型识别率')
accuracy=accu/(400-train) %输出识别率
%%
display('比如说，我想找这第七个人，这是他第10张照片')
i1=7; j1=10;%数据集中的第7个人，其第10张照片
figure
imshow((strcat('E:\orl_faces\s',num2str(i1),'\',num2str(j1),'.pgm')));
for i=1:40     
        a=imread(strcat('E:\orl_faces\s',num2str(i1),'\',num2str(j1),'.pgm'));%这行意思是告诉机器要找谁
        b=a(1:10304);        
        b=double(b);        
        tcoor= b * base; %计算坐标，是1×p阶矩阵      
        for k=1:train
            mdist(k)=norm(tcoor-allcoor(k,:));        
        end;
        [dist,index2]=sort(mdist); %三阶近邻              
        class1=floor(index2(1)/line)+1;      
        class2=floor(index2(2)/line)+1;        
        class3=floor(index2(3)/line)+1;        
        if class1~=class2 && class2~=class3 
            class=class1;         
        elseif class1==class2          
            class=class1;         
        elseif class2==class3     
            class=class2;         
        end;         
        if class==i      
            figure%平均图
            display('选了s7的第10张照片，该张照片没训练过，机器不认识，如果识别出这张照片是s7这个人，那就随便挑一张（这里就挑j1-1即第9张）显示')
            imshow(strcat('E:\orl_faces\s',num2str(i),'\',num2str(j1-1),'.pgm'));    
        end;   
end

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133

运行效果

视频链接： https://imgbed4iloker.oss-cn-hangzhou.aliyuncs.com/video/video/matlab_pca%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB_batch.mp4

解说下次有空再写