www百科

  1. 首页 > 生活知识 >

pgm是什么意思 pgm是什么意思( 三 )

生活百科


I1=imread(str); %读入图像
I2=imresize(I1,); % 尺寸变换
pic(:,t) = reshape(I2,); % 形状变换
t=t+1; %计数变量t加1
end
end
dtest = pic';
-------------------------------------------------------------------------------------------------------------标记4
% 获取标签
ltrain = zeros(M*N,1); % 存储训练样本的标签
ltest = zeros(M*(10-N),1); % 存储测试样本的标签
for i=0:M-1
ltrain((N*i+1):(N*i+N),1)=i+1; % 添训练样本加标签
ltest(((10-N)*i+1):(10-N)*(i+1),1)=i+1; % 添加测试样本标签
end
-------------------------------------------------------------------------------------------------------------标记5
= edpredict(dtrain,dtest,ltrain,ltest);
上面的程序中已添加了必要的注释，为了更好的理解本程序，下面给出了简要的说明 。标记1上面的东东就是清空工作空间和命令窗口的 。这也是MATLAB写脚本文件的常识，其实，就是为了防止工作空间中的变量影响程序的运行 。当然，这不是硬性的要求，不过还是建议添加，这样子更专业点哦！
对了，忘了说了，这个就是一个脚本文件，开头没有function引导哦 。知道区别了吧！不知道的话google去吧~
标记1和标记2之间的东东就是设置一个参数，“M=40;”限定了使用40个人的图像，当然也可以改成20，或10，分别表示使用20个人或10个人的样本图像 。“N=5;”限定了每个人的训练样本数量，就是说，每个人有10个样本图像，取前5个作为训练样本（剩下的呢，当然是用来做测试样本了） 。“row=8; clum=7; ”限定了图像的尺寸变换后的尺寸 。前面讲到，使用imresize()函数变换图像的尺寸，row和clum分别是尺寸变换后的行数和列数 。“pho=zeros(row*clum,M*N);”预定义变量pho，用来存储训练样本数据；同理，pic用来存储测试样本数据 。对zeros函数有任何疑问，可以看前面的讲解，也可以到网络中寻求帮助 。
在讲解下面的内容之前，需先说明一个问题 。前面的流程图中，是先将ORL人脸库进行尺寸变换和形状变化，然后才将其分成训练样本和测试样本 。在编写程序的时候，为了方便，我先将ORL库分成了训练样本和测试样本，然后在分别对其进行尺寸变换 。即标记2和标记3之间导入的是训练样本；标记3和标记4之间时导入的测试样本 。
下面先说如何导入训练样本，见标记2和标记3之间的代码 。“t = 1;”t是计数变量，这里是对其赋初值，它的作用就是指定样本数据放在pho矩阵的位置 。for循环有2层，外边的循环是对每个人进行遍历，里面的for循环是对某个人的样本图像进行遍历 。简单的说，就是先固定一个人，然后将它的样本（用作训练的N个）都导入，接着进行第2人，…，直到第M个人 。“t=t+1;”的位置在最内层，它的作用是每导入一幅图像，则t的值就增加1 。前面提到t决定样本数据放置在pho矩阵中的位置，假如当前导入的图像放在pho的第t列，则下一幅图像就要放在t+1列，否则，数据就会覆盖掉原来的数据，understand???
同理，标记3和标记4之间的程序实现将测试样本导入到MATLAB中 。注意：“j=N+1:10”，j变量啥意思来？为什么从N+1开始，而不是从1开始？？？思考一下 。
前面提到ORL库中一个人有十幅样本图像，选前N个（1：N）个作为训练样本，剩余的（N+1:10）作为测试样本 。明白没？
标记4到标记5间的代码功能是：获取标签 。标签分为训练样本标签ltrain和测试样本标签ltest 。前两行代码是预定义变量ltrain和ltest 。下面的for循环是生成标签 。其中，训练样本标签和训练样本是对应的；测试样本标签和测试样本对应的 。这里一定要理解好，第一个人的标签是1，第2个人的标签是2，…，第40个人的标签是40 。理解这里，还要理解ltrain和ltest中数据的排列方式，在ltrain中，每一行存储了一个样本图像的数据，而且还有一点特点，那就是同一个的N幅训练样本在ltrain中式连续排列的，例如，ltrain中前5行对应第1个人的样本图像，ltrain中6-10行对应第2个人的样本图像 。同理ltest也是如此 。添加标签的时候，也是按照这种连续性添加的，当然也不反对你手工一个个添加，只要你不嫌麻烦！
标记5下面的语句就是调用edpredict()函数，使用欧式距离判别法分类识别 。其中，返回变量pre是返回的测试样本的预测标签，accuracy是测试样本预测的准确度 。
至此，最简人脸识别算法讲完了，大家赶快学习吧！！！

推荐阅读


上一篇：港股上市和A股上市差异有哪些

下一篇：讲普通话的名言