下载后可任意编辑人脸识别专业课程设计附带代码下载后可任意编辑人脸识别中图像预处理的讨论1
课程设计目的随着人工智能技术的兴起，以及人类视觉讨论的进展，人们逐渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别讨论领域，这一领域除了它的重大理论价值外也极具有用价值
如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份
人脸图像的自动识别系统较之指纹识别系统、DNA 鉴定等更具方便性，开发讨论的实际意义更大
然而人脸图像受很多因素的干扰，给识别带来很大难度
国外对于人脸图像识别的讨论较早，现己有有用系统面世，只是对于成像条件要求较苛刻，下载后可任意编辑应用范围也就较窄，国内也有许多科研机构从事这方而的讨论，并己取得许多成果
1 特征脸法（PCA）：把单个图像看成一维向量，众多的一维向量形成了人脸图像特征空间，再将其变换到一个新的相对简单的特征空间，通过计算矩阵的特征值和特征向量，利用图像的代数特征信息寻找“人脸”、“非人脸”两种模式在该特征空间中的分布规律
2 人工神经网络（ANN）法：通过训练一个网络结构，把模式的统计特性隐含在神经网络的结构和参数之中
基于人工神经网络的方法对于复杂的、难以显式描述的模式，具有独特的优势
下载后可任意编辑 2
3 支撑向量机（SVM）法：在统计学习理论基础上进展出的一种新的模式识别方法，它基于结构风险最小化的原理较之于基于经验风险最小化的人工神经网络，一些难以逾越的问题，如：模型选择和过学习问题、非线性和维数灾难问题、局部微小点问题等都得到了很大程度上的解决
但是直接使用 SVM 方法进行人脸识别有两方面的困难：第一，训练时需要求解二次规划问题计算复杂度高，内存需求量巨大；第二，在非人脸样本不受限制时，需要极大规模的训练集合，得到的支持向量会很多，使得分类器的计算量过高
4 基于积分图像特征的人脸
