在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → PCA人脸识别代码MATLAB可直接运行

PCA人脸识别代码MATLAB可直接运行

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:52.19M
  • 下载次数:10
  • 浏览次数:80
  • 发布时间:2020-10-10
  • 实例类别:一般编程问题
  • 发 布 人:robot666
  • 文件格式:.rar
  • 所需积分:2
 

实例介绍

【实例简介】
基于MATLAB的PCA人脸识别实现博客中的源代码和数据集,都压缩在一个文件夹中,可直接运行
【实例截图】
【核心代码】
old-pca
└── old-pca
├── arrDataMat.m
├── face_images
│   ├── all
│   │   ├── 01-1m.jpg
│   │   ├── 01-2m.jpg
│   │   ├── 01-3m.jpg
│   │   ├── 01-4m.jpg
│   │   ├── 01-5m.jpg
│   │   ├── 01-6m.jpg
│   │   ├── 02-1m.jpg
│   │   ├── 02-2m.jpg
│   │   ├── 02-3m.jpg
│   │   ├── 02-4m.jpg
│   │   ├── 02-5m.jpg
│   │   ├── 02-6m.jpg
│   │   ├── 03-1m.jpg
│   │   ├── 03-2m.jpg
│   │   ├── 03-3m.jpg
│   │   ├── 03-4m.jpg
│   │   ├── 03-5m.jpg
│   │   ├── 03-6m.jpg
│   │   ├── 04-1m.jpg
│   │   ├── 04-2m.jpg
│   │   ├── 04-3m.jpg
│   │   ├── 04-4m.jpg
│   │   ├── 04-5m.jpg
│   │   ├── 04-6m.jpg
│   │   ├── 05-1m.jpg
│   │   ├── 05-2m.jpg
│   │   ├── 05-3m.jpg
│   │   ├── 05-4m.jpg
│   │   ├── 05-5m.jpg
│   │   ├── 05-6m.jpg
│   │   ├── 06-1m.jpg
│   │   ├── 06-2m.jpg
│   │   ├── 06-3m.jpg
│   │   ├── 06-4m.jpg
│   │   ├── 06-5m.jpg
│   │   ├── 06-6m.jpg
│   │   ├── 07-1m.jpg
│   │   ├── 07-2m.jpg
│   │   ├── 07-3m.jpg
│   │   ├── 07-4m.jpg
│   │   ├── 07-5m.jpg
│   │   ├── 07-6m.jpg
│   │   ├── 08-1f.jpg
│   │   ├── 08-2f.jpg
│   │   ├── 08-3f.jpg
│   │   ├── 08-4f.jpg
│   │   ├── 08-5f.jpg
│   │   ├── 08-6f.jpg
│   │   ├── 09-1m.jpg
│   │   ├── 09-2m.jpg
│   │   ├── 09-3m.jpg
│   │   ├── 09-4m.jpg
│   │   ├── 09-5m.jpg
│   │   ├── 09-6m.jpg
│   │   ├── 10-1m.jpg
│   │   ├── 10-2m.jpg
│   │   ├── 10-3m.jpg
│   │   ├── 10-4m.jpg
│   │   ├── 10-5m.jpg
│   │   ├── 10-6m.jpg
│   │   ├── 11-1m.jpg
│   │   ├── 11-2m.jpg
│   │   ├── 11-3m.jpg
│   │   ├── 11-4m.jpg
│   │   ├── 11-5m.jpg
│   │   ├── 11-6m.jpg
│   │   ├── 12-1f.jpg
│   │   ├── 12-2f.jpg
│   │   ├── 12-3f.jpg
│   │   ├── 12-4f.jpg
│   │   ├── 12-5f.jpg
│   │   ├── 12-6f.jpg
│   │   ├── 13-1m.jpg
│   │   ├── 13-2m.jpg
│   │   ├── 13-3m.jpg
│   │   ├── 13-4m.jpg
│   │   ├── 13-5m.jpg
│   │   ├── 13-6m.jpg
│   │   ├── 14-1f.jpg
│   │   ├── 14-2f.jpg
│   │   ├── 14-3f.jpg
│   │   ├── 14-4f.jpg
│   │   ├── 14-5f.jpg
│   │   ├── 14-6f.jpg
│   │   ├── 15-1f.jpg
│   │   ├── 15-2f.jpg
│   │   ├── 15-3f.jpg
│   │   ├── 15-4f.jpg
│   │   ├── 15-5f.jpg
│   │   ├── 15-6f.jpg
│   │   ├── 16-1m.jpg
│   │   ├── 16-2m.jpg
│   │   ├── 16-3m.jpg
│   │   ├── 16-4m.jpg
│   │   ├── 16-5m.jpg
│   │   ├── 16-6m.jpg
│   │   ├── 17-1m.jpg
│   │   ├── 17-2m.jpg
│   │   ├── 17-3m.jpg
│   │   ├── 17-4m.jpg
│   │   ├── 17-5m.jpg
│   │   ├── 17-6m.jpg
│   │   ├── 18-1m.jpg
│   │   ├── 18-2m.jpg
│   │   ├── 18-3m.jpg
│   │   ├── 18-4m.jpg
│   │   ├── 18-5m.jpg
│   │   ├── 18-6m.jpg
│   │   ├── 19-1m.jpg
│   │   ├── 19-2m.jpg
│   │   ├── 19-3m.jpg
│   │   ├── 19-4m.jpg
│   │   ├── 19-5m.jpg
│   │   ├── 19-6m.jpg
│   │   ├── 20-1m.jpg
│   │   ├── 20-2m.jpg
│   │   ├── 20-3m.jpg
│   │   ├── 20-4m.jpg
│   │   ├── 20-5m.jpg
│   │   ├── 20-6m.jpg
│   │   ├── 21-1m.jpg
│   │   ├── 21-2m.jpg
│   │   ├── 21-3m.jpg
│   │   ├── 21-4m.jpg
│   │   ├── 21-5m.jpg
│   │   ├── 21-6m.jpg
│   │   ├── 22-1f.jpg
│   │   ├── 22-2f.jpg
│   │   ├── 22-3f.jpg
│   │   ├── 22-4f.jpg
│   │   ├── 22-5f.jpg
│   │   ├── 22-6f.jpg
│   │   ├── 23-1m.jpg
│   │   ├── 23-2m.jpg
│   │   ├── 23-3m.jpg
│   │   ├── 23-4m.jpg
│   │   ├── 23-5m.jpg
│   │   ├── 23-6m.jpg
│   │   ├── 24-1m.jpg
│   │   ├── 24-2m.jpg
│   │   ├── 24-3m.jpg
│   │   ├── 24-4m.jpg
│   │   ├── 24-5m.jpg
│   │   ├── 24-6m.jpg
│   │   ├── 25-1m.jpg
│   │   ├── 25-2m.jpg
│   │   ├── 25-3m.jpg
│   │   ├── 25-4m.jpg
│   │   ├── 25-5m.jpg
│   │   ├── 25-6m.jpg
│   │   ├── 26-1m.jpg
│   │   ├── 26-2m.jpg
│   │   ├── 26-3m.jpg
│   │   ├── 26-4m.jpg
│   │   ├── 26-5m.jpg
│   │   ├── 26-6m.jpg
│   │   ├── 27-1m.jpg
│   │   ├── 27-2m.jpg
│   │   ├── 27-3m.jpg
│   │   ├── 27-4m.jpg
│   │   ├── 27-5m.jpg
│   │   ├── 27-6m.jpg
│   │   ├── 28-1m.jpg
│   │   ├── 28-2m.jpg
│   │   ├── 28-3m.jpg
│   │   ├── 28-4m.jpg
│   │   ├── 28-5m.jpg
│   │   ├── 28-6m.jpg
│   │   ├── 29-1m.jpg
│   │   ├── 29-2m.jpg
│   │   ├── 29-3m.jpg
│   │   ├── 29-4m.jpg
│   │   ├── 29-5m.jpg
│   │   ├── 29-6m.jpg
│   │   ├── 30-1f.jpg
│   │   ├── 30-2f.jpg
│   │   ├── 30-3f.jpg
│   │   ├── 30-4f.jpg
│   │   ├── 30-5f.jpg
│   │   ├── 30-6f.jpg
│   │   ├── 31-1m.jpg
│   │   ├── 31-2m.jpg
│   │   ├── 31-3m.jpg
│   │   ├── 31-4m.jpg
│   │   ├── 31-5m.jpg
│   │   ├── 31-6m.jpg
│   │   ├── 32-1m.jpg
│   │   ├── 32-2m.jpg
│   │   ├── 32-3m.jpg
│   │   ├── 32-4m.jpg
│   │   ├── 32-5m.jpg
│   │   ├── 32-6m.jpg
│   │   ├── 33-1m.jpg
│   │   ├── 33-2m.jpg
│   │   ├── 33-3m.jpg
│   │   ├── 33-4m.jpg
│   │   ├── 33-5m.jpg
│   │   ├── 33-6m.jpg
│   │   ├── 34-1m.jpg
│   │   ├── 34-2m.jpg
│   │   ├── 34-3m.jpg
│   │   ├── 34-4m.jpg
│   │   ├── 34-5m.jpg
│   │   ├── 34-6m.jpg
│   │   ├── 35-1f.jpg
│   │   ├── 35-2f.jpg
│   │   ├── 35-3f.jpg
│   │   ├── 35-4f.jpg
│   │   ├── 35-5f.jpg
│   │   ├── 35-6f.jpg
│   │   ├── 36-1m.jpg
│   │   ├── 36-2m.jpg
│   │   ├── 36-3m.jpg
│   │   ├── 36-4m.jpg
│   │   ├── 36-5m.jpg
│   │   ├── 36-6m.jpg
│   │   ├── 37-1m.jpg
│   │   ├── 37-2m.jpg
│   │   ├── 37-3m.jpg
│   │   ├── 37-4m.jpg
│   │   ├── 37-5m.jpg
│   │   ├── 37-6m.jpg
│   │   ├── 38-1m.jpg
│   │   ├── 38-2m.jpg
│   │   ├── 38-3m.jpg
│   │   ├── 38-4m.jpg
│   │   ├── 38-5m.jpg
│   │   ├── 38-6m.jpg
│   │   ├── 39-1m.jpg
│   │   ├── 39-2m.jpg
│   │   ├── 39-3m.jpg
│   │   ├── 39-4m.jpg
│   │   ├── 39-5m.jpg
│   │   ├── 39-6m.jpg
│   │   ├── 40-1m.jpg
│   │   ├── 40-2m.jpg
│   │   ├── 40-3m.jpg
│   │   ├── 40-4m.jpg
│   │   ├── 40-5m.jpg
│   │   └── 40-6m.jpg
│   ├── test
│   │   ├── 01-6m.jpg
│   │   ├── 02-6m.jpg
│   │   ├── 03-6m.jpg
│   │   ├── 04-6m.jpg
│   │   ├── 05-6m.jpg
│   │   ├── 06-6m.jpg
│   │   ├── 07-6m.jpg
│   │   ├── 08-6f.jpg
│   │   ├── 09-6m.jpg
│   │   ├── 10-6m.jpg
│   │   ├── 11-6m.jpg
│   │   ├── 12-6f.jpg
│   │   ├── 13-6m.jpg
│   │   ├── 14-6f.jpg
│   │   ├── 15-6f.jpg
│   │   ├── 16-6m.jpg
│   │   ├── 17-6m.jpg
│   │   ├── 18-6m.jpg
│   │   ├── 19-6m.jpg
│   │   ├── 20-6m.jpg
│   │   ├── 21-6m.jpg
│   │   ├── 22-6f.jpg
│   │   ├── 23-6m.jpg
│   │   ├── 24-6m.jpg
│   │   ├── 25-6m.jpg
│   │   ├── 26-6m.jpg
│   │   ├── 27-6m.jpg
│   │   ├── 28-6m.jpg
│   │   ├── 29-6m.jpg
│   │   ├── 30-6f.jpg
│   │   ├── 31-6m.jpg
│   │   ├── 32-6m.jpg
│   │   ├── 33-6m.jpg
│   │   ├── 34-6m.jpg
│   │   ├── 35-6f.jpg
│   │   ├── 36-6m.jpg
│   │   ├── 37-6m.jpg
│   │   ├── 38-6m.jpg
│   │   ├── 39-6m.jpg
│   │   └── 40-6m.jpg
│   └── train
│   ├── 01-1m.jpg
│   ├── 01-2m.jpg
│   ├── 01-3m.jpg
│   ├── 01-4m.jpg
│   ├── 01-5m.jpg
│   ├── 02-1m.jpg
│   ├── 02-2m.jpg
│   ├── 02-3m.jpg
│   ├── 02-4m.jpg
│   ├── 02-5m.jpg
│   ├── 03-1m.jpg
│   ├── 03-2m.jpg
│   ├── 03-3m.jpg
│   ├── 03-4m.jpg
│   ├── 03-5m.jpg
│   ├── 04-1m.jpg
│   ├── 04-2m.jpg
│   ├── 04-3m.jpg
│   ├── 04-4m.jpg
│   ├── 04-5m.jpg
│   ├── 05-1m.jpg
│   ├── 05-2m.jpg
│   ├── 05-3m.jpg
│   ├── 05-4m.jpg
│   ├── 05-5m.jpg
│   ├── 06-1m.jpg
│   ├── 06-2m.jpg
│   ├── 06-3m.jpg
│   ├── 06-4m.jpg
│   ├── 06-5m.jpg
│   ├── 07-1m.jpg
│   ├── 07-2m.jpg
│   ├── 07-3m.jpg
│   ├── 07-4m.jpg
│   ├── 07-5m.jpg
│   ├── 08-1f.jpg
│   ├── 08-2f.jpg
│   ├── 08-3f.jpg
│   ├── 08-4f.jpg
│   ├── 08-5f.jpg
│   ├── 09-1m.jpg
│   ├── 09-2m.jpg
│   ├── 09-3m.jpg
│   ├── 09-4m.jpg
│   ├── 09-5m.jpg
│   ├── 10-1m.jpg
│   ├── 10-2m.jpg
│   ├── 10-3m.jpg
│   ├── 10-4m.jpg
│   ├── 10-5m.jpg
│   ├── 11-1m.jpg
│   ├── 11-2m.jpg
│   ├── 11-3m.jpg
│   ├── 11-4m.jpg
│   ├── 11-5m.jpg
│   ├── 12-1f.jpg
│   ├── 12-2f.jpg
│   ├── 12-3f.jpg
│   ├── 12-4f.jpg
│   ├── 12-5f.jpg
│   ├── 13-1m.jpg
│   ├── 13-2m.jpg
│   ├── 13-3m.jpg
│   ├── 13-4m.jpg
│   ├── 13-5m.jpg
│   ├── 14-1f.jpg
│   ├── 14-2f.jpg
│   ├── 14-3f.jpg
│   ├── 14-4f.jpg
│   ├── 14-5f.jpg
│   ├── 15-1f.jpg
│   ├── 15-2f.jpg
│   ├── 15-3f.jpg
│   ├── 15-4f.jpg
│   ├── 15-5f.jpg
│   ├── 16-1m.jpg
│   ├── 16-2m.jpg
│   ├── 16-3m.jpg
│   ├── 16-4m.jpg
│   ├── 16-5m.jpg
│   ├── 17-1m.jpg
│   ├── 17-2m.jpg
│   ├── 17-3m.jpg
│   ├── 17-4m.jpg
│   ├── 17-5m.jpg
│   ├── 18-1m.jpg
│   ├── 18-2m.jpg
│   ├── 18-3m.jpg
│   ├── 18-4m.jpg
│   ├── 18-5m.jpg
│   ├── 19-1m.jpg
│   ├── 19-2m.jpg
│   ├── 19-3m.jpg
│   ├── 19-4m.jpg
│   ├── 19-5m.jpg
│   ├── 20-1m.jpg
│   ├── 20-2m.jpg
│   ├── 20-3m.jpg
│   ├── 20-4m.jpg
│   ├── 20-5m.jpg
│   ├── 21-1m.jpg
│   ├── 21-2m.jpg
│   ├── 21-3m.jpg
│   ├── 21-4m.jpg
│   ├── 21-5m.jpg
│   ├── 22-1f.jpg
│   ├── 22-2f.jpg
│   ├── 22-3f.jpg
│   ├── 22-4f.jpg
│   ├── 22-5f.jpg
│   ├── 23-1m.jpg
│   ├── 23-2m.jpg
│   ├── 23-3m.jpg
│   ├── 23-4m.jpg
│   ├── 23-5m.jpg
│   ├── 24-1m.jpg
│   ├── 24-2m.jpg
│   ├── 24-3m.jpg
│   ├── 24-4m.jpg
│   ├── 24-5m.jpg
│   ├── 25-1m.jpg
│   ├── 25-2m.jpg
│   ├── 25-3m.jpg
│   ├── 25-4m.jpg
│   ├── 25-5m.jpg
│   ├── 26-1m.jpg
│   ├── 26-2m.jpg
│   ├── 26-3m.jpg
│   ├── 26-4m.jpg
│   ├── 26-5m.jpg
│   ├── 27-1m.jpg
│   ├── 27-2m.jpg
│   ├── 27-3m.jpg
│   ├── 27-4m.jpg
│   ├── 27-5m.jpg
│   ├── 28-1m.jpg
│   ├── 28-2m.jpg
│   ├── 28-3m.jpg
│   ├── 28-4m.jpg
│   ├── 28-5m.jpg
│   ├── 29-1m.jpg
│   ├── 29-2m.jpg
│   ├── 29-3m.jpg
│   ├── 29-4m.jpg
│   ├── 29-5m.jpg
│   ├── 30-1f.jpg
│   ├── 30-2f.jpg
│   ├── 30-3f.jpg
│   ├── 30-4f.jpg
│   ├── 30-5f.jpg
│   ├── 31-1m.jpg
│   ├── 31-2m.jpg
│   ├── 31-3m.jpg
│   ├── 31-4m.jpg
│   ├── 31-5m.jpg
│   ├── 32-1m.jpg
│   ├── 32-2m.jpg
│   ├── 32-3m.jpg
│   ├── 32-4m.jpg
│   ├── 32-5m.jpg
│   ├── 33-1m.jpg
│   ├── 33-2m.jpg
│   ├── 33-3m.jpg
│   ├── 33-4m.jpg
│   ├── 33-5m.jpg
│   ├── 34-1m.jpg
│   ├── 34-2m.jpg
│   ├── 34-3m.jpg
│   ├── 34-4m.jpg
│   ├── 34-5m.jpg
│   ├── 35-1f.jpg
│   ├── 35-2f.jpg
│   ├── 35-3f.jpg
│   ├── 35-4f.jpg
│   ├── 35-5f.jpg
│   ├── 36-1m.jpg
│   ├── 36-2m.jpg
│   ├── 36-3m.jpg
│   ├── 36-4m.jpg
│   ├── 36-5m.jpg
│   ├── 37-1m.jpg
│   ├── 37-2m.jpg
│   ├── 37-3m.jpg
│   ├── 37-4m.jpg
│   ├── 37-5m.jpg
│   ├── 38-1m.jpg
│   ├── 38-2m.jpg
│   ├── 38-3m.jpg
│   ├── 38-4m.jpg
│   ├── 38-5m.jpg
│   ├── 39-1m.jpg
│   ├── 39-2m.jpg
│   ├── 39-3m.jpg
│   ├── 39-4m.jpg
│   ├── 39-5m.jpg
│   ├── 40-1m.jpg
│   ├── 40-2m.jpg
│   ├── 40-3m.jpg
│   ├── 40-4m.jpg
│   └── 40-5m.jpg
├── getFileList.m
├── main.m
├── pca_data.mat
├── pca_test.m
├── pca_train.m
└── simitzj.m

5 directories, 487 files

标签:

实例下载地址

PCA人脸识别代码MATLAB可直接运行

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警