系统主要包括数据预处理、模型训练和人脸识别三个模块。在数据预处理中，我们收集并处理了包含多个类别的人脸图像数据集。在模型训练过程中，使用MATLAB实现了卷积神经网络模型的训练，并保存了训练好的模型参数。

在人脸识别过程中，利用训练好的模型对输入的人脸图像进行识别，并输出识别结果。实验结果表明，该系统能够准确识别人脸，并具有较高的鲁棒性和实用性。

项目数据

系统使用了ORL人脸数据集进行模型的训练和测试，同时自己添加了4组自建目录，每个目录表示一个不同的人。
– 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。
– 此数据集下包含42个目录，每个目录下有10张图像，每个目录表示一个不同的人。所有的图像是以bmp格式存储，每个图像都是是92x112x1像素、256级的灰度图。对每一个目录下的图像，这些图像是在不同的时间、不同的光照、不同的面部表情(睁眼/闭眼，微笑/不微笑)和面部细节(戴眼镜/不戴眼镜)环境下采集的。所有的图像是在较暗的均匀背景下拍摄的，拍摄的是正脸(有些带有略微的侧偏)。

– ORL人脸数据集部分展示

– 自建人脸数据集部分展示

算法流程 

运行效果

– 运行main.m

– 运行train.m

– 训练结果分析