【A33】基于Python的PCA人脸识别算法

文件编号：A33

文件大小：15M

开发环境：Python3.6、OpenCV3.4、Pycharm2020

猿创承诺：该项目亲测正常运行，需远程调试部署需另外收费，确保正常使用，不能正常使用全额退款。

简要概述：PCA是一项常用的在高维数据中寻找特征的降维技术，目前主要用于图片识别和图片压缩领域中。

主要讲两个部分：

一、PCA的算法原理。

二、PCA的人脸识别算法

人脸数据集放在E:/face_recongize/ORL

你也可以自己PCA_algorithm.py修改

按需写作：

演示视频：

点击查看：系统演示视频

运行效果：

最终训练得到的结果如下：

为了对比实验，我们分别选取5张、7张、9张，还是降低到10维进行对比实验：

可以看出来随着训练集的图片选取的不断增多，训练准确率在不断增加。这是因为训练的样本多了，但是我们如果选择全部的10张图片作为训练样本的话就会导致训练结果过拟合。

再一次进行对比实验，我们在选用同样是7张图片作为训练样本的情况下，将降低的维数改为10维、20维、30维，查看训练效果如何。

经过多次试验总结发现，训练样本越多训练效果越好，训练维数越高效果越好，但并不是绝对的，本次试验就发现，在选取的训练样本相同的情况下，降低至40维的效果反而不如降低至30维的效果

远程协助：

温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。

点击查看：远程协助相关事项

我们提供完整项目文件清单如下：

文件目录

 ├ 1.项目源码

 ├ 2.运行截图

 └ 3.演示视频