matlabファイル整理

mFile/New Folder/dbgen.m

@@ -0,0 +1,12 @@
+faceClass = 20;
+number = 10;
+
+path = '../facedata/DB/jpeg/'
+
+for i=1:faceClass
+	for j=1:number
+		str = strcat(path,num2str(number*(i-1)+j-1, '%03d'),'.jpg');
+		img = imread(str);
+		DB(:,:,number*(i-1)+j) = img;
+	end
+end

mFile/final/makeSubspaceModel.m → mFile/New Folder/makeSubspaceModel.m

@@ -3,7 +3,6 @@
     number = 10;
     r=30;
 
-    %DBの作成
     for i=1:faceClass
         for j=1:number
             normDB(:,:,j,i) = double(DB(:,:,number*(i-1)+j))./norm(double(DB(:,:,number*(i-1)+j)));
@@ -15,24 +14,21 @@
             end
         end
     end
-
-    %各クラスで部分空間を求める
     [picX, picY] = size(DB(:,:,1));
-    W = zeros(picX*picY,100,faceClass);
+    W=zeros(picX*picY,100,faceClass);
     for i=1:faceClass
         X = zeros(picX*picY, 1);
         for j=1:number
-            X = vertcat(X,arrangedDB(:,(i-1)+j)) %行列の列方向の連結
+            X = vertcat(X,arrangedDB(:,(i-1)+j))
         end
-        C = X*X.'; %自己相関行列を計算
-        % eigenvalues 窶銀?and eigenvectors of C
-        [eig_vec, eig_val] = eig(C); %固有ベクトル、固有値を計算
-        [value index] = sort(-diag(eig_val)); %固有値のソート
-        W(:,:,j+1) = eig_vec(:,index(1:100)); %固有値の大きい上位100本に対応する固有ベクトルを格納
+        C = X*X.';
+        % eigenvalues ​​and eigenvectors of C
+        [eig_vec, eig_val]=eig(C);
+        [value index]=sort(-diag(eig_val));
+        W(:,:,j+1)=eig_vec(:,index(1:100));
         fprintf('Face Class %d ... OK\n',i);
     end
 
-    %QueryのDBの作成
     querySize = size(Query)
     for j=1:querySize(3)
         normQuery(:,:,j,i) = double(Query(:,:,j))./norm(double(Query(:,:,j)));
@@ -45,8 +41,8 @@
     end
 
     for i = 1 : querySize(3)
-        for j = 0 : 9, S(j+1)=sum((transpose(W(:,1:r,j+1))*arrangedQuery(:,i)).^2);, end %部分空間法による計算
-        [value index]=max(S);%各列の最大値(value)とそれがある行(index)
+        for j = 0 : 9, S(j+1)=sum((transpose(W(:,1:r,j+1))*arrangedQuery(:,i)).^2);, end
+        [value index]=max(S);
         CONF(test_label(i)+1,index)=CONF(test_label(i)+1,index)+1;
         fprintf('test data %d\n',i);
     end

mFile/New Folder/matching.m

@@ -0,0 +1,12 @@
+function number = matching(DB, X)
+	dblX = double(X);
+	for i=1:200
+		A = DB(:,:,i);
+		dblA = double(A);
+		D = (dblX - dblA).^2;
+		distance(i) = sum(sum(D));
+	end
+	[minimum, index] = min(distance);
+	number = ceil(index/10);
+	% sprintf('X is Person %d.',number)
+end

mFile/dbgen.m

@@ -1,12 +1,39 @@
-faceClass = 20;
-number = 10;
+% MATLAB上にDBを実装するためのスクリプトMファイル
+clc
+clear
+c = 20; % クラス総数
+n = 10; % 1クラス当たりの学習パターン数
 
-path = '../facedata/DB/jpeg/'
+% DBの画像ファイル場所
+path = 'M:\project\dataset2\DB\jpeg\';
 
-for i=1:faceClass
-	for j=1:number
-		str = strcat(path,num2str(number*(i-1)+j-1, '%03d'),'.jpg');
-		img = imread(str);
-		DB(:,:,number*(i-1)+j) = img;
-	end
+%H = fspecial('disk', 20); %フィルターの作成(ぼかし)
+for i=1:c
+    for j=1:n
+        str = strcat(path, num2str(n*(i-1)+j-1, '%03d'), '.jpg');
+        img = imread(str);
+
+          %img = edge(img, 'Canny');
+          %img = imfilter(img, H, 'replicate');
+
+        DB(:,:,n*(i-1)+j) = img; % 3次元配列の場合
+    end
 end
+
+%% クエリのDB
+%クエリDBの画像場所
+Qpath = 'M:\project\dataset2\Query\jpeg\*.jpg';
+path = 'M:\project\dataset2\Query\jpeg\';
+
+%Qpathの中身
+D = dir(Qpath);
+
+for i=1:length(D)
+    name = strcat(path, D(i).name);
+    img = imread(name);
+
+    %img = edge(img, 'Canny');
+    %img = imfilter(img, H, 'replicate');
+
+    Query(:,:,i) = img;
+end

mFile/makeSubspaceModel.m

@@ -3,6 +3,7 @@
     number = 10;
     r=30;
 
+    %DBの作成
     for i=1:faceClass
         for j=1:number
             normDB(:,:,j,i) = double(DB(:,:,number*(i-1)+j))./norm(double(DB(:,:,number*(i-1)+j)));
@@ -14,21 +15,24 @@
             end
         end
     end
+
+    %各クラスで部分空間を求める
     [picX, picY] = size(DB(:,:,1));
-    W=zeros(picX*picY,100,faceClass);
+    W = zeros(picX*picY,100,faceClass);
     for i=1:faceClass
         X = zeros(picX*picY, 1);
         for j=1:number
-            X = vertcat(X,arrangedDB(:,(i-1)+j))
+            X = vertcat(X,arrangedDB(:,(i-1)+j)) %行列の列方向の連結
         end
-        C = X*X.';
-        % eigenvalues ​​and eigenvectors of C
-        [eig_vec, eig_val]=eig(C);
-        [value index]=sort(-diag(eig_val));
-        W(:,:,j+1)=eig_vec(:,index(1:100));
+        C = X*X.'; %自己相関行列を計算
+        % eigenvalues 窶銀?and eigenvectors of C
+        [eig_vec, eig_val] = eig(C); %固有ベクトル、固有値を計算
+        [value index] = sort(-diag(eig_val)); %固有値のソート
+        W(:,:,j+1) = eig_vec(:,index(1:100)); %固有値の大きい上位100本に対応する固有ベクトルを格納
         fprintf('Face Class %d ... OK\n',i);
     end
 
+    %QueryのDBの作成
     querySize = size(Query)
     for j=1:querySize(3)
         normQuery(:,:,j,i) = double(Query(:,:,j))./norm(double(Query(:,:,j)));
@@ -41,8 +45,8 @@
     end
 
     for i = 1 : querySize(3)
-        for j = 0 : 9, S(j+1)=sum((transpose(W(:,1:r,j+1))*arrangedQuery(:,i)).^2);, end
-        [value index]=max(S);
+        for j = 0 : 9, S(j+1)=sum((transpose(W(:,1:r,j+1))*arrangedQuery(:,i)).^2);, end %部分空間法による計算
+        [value index]=max(S);%各列の最大値(value)とそれがある行(index)
         CONF(test_label(i)+1,index)=CONF(test_label(i)+1,index)+1;
         fprintf('test data %d\n',i);
     end

mFile/matching.m

@@ -1,12 +1,18 @@
-function number = matching(DB, X)
-	dblX = double(X);
-	for i=1:200
-		A = DB(:,:,i);
-		dblA = double(A);
-		D = (dblX - dblA).^2;
-		distance(i) = sum(sum(D));
-	end
-	[minimum, index] = min(distance);
-	number = ceil(index/10);
-	% sprintf('X is Person %d.',number)
+function number = matching(DB,Query,q)
+%単純マッチング関数(関数Mファイル)
+%クエリ画像XとDBの画像をピクセル毎に比較し、二乗誤差が最も小さい人物を出力する
+X = Query(:,:,q);
+dblX = double(X); 
+for i=1:200
+    A = DB(:,:,i);
+    dblA = double(A);
+    D = (dblX-dblA).^2;
+    distance(i) = sum(sum(D));
 end
+
+[minimum, index] = min(distance);
+
+number = ceil(index/10)-1;
+%sprintf('X is Person %d.',number)
+end
+