机器学习概述课程设计报告MATLAB人脸识别样本

机器学习概述课程设计报告题目: MATLAB 人脸识别系统 姓 名: ** 学 号: ** 专 业: ** 时 间: /8/7目 录一、 课程设计的目的.....................................二、 设计的内容与要求...................................三、 详细设计...........................................四、 课程设计的总结.....................................五、 参考文献...........................................一. 课程设计的目的人脸识别作为一项新兴的科学讨论项目, 有着广泛的应用前景, 而且随着计算机技术的更新进展, 它的科学讨论价值也越发凸显。经过几十年的研发探讨, 世界各大讨论结构的研发人员的不断努力下, 人脸识别技术一已取得丰硕的成果, 可在一定限制条件下完成人脸的自动识别。这些成果的取得更促进了人们对人脸识别这一课题的深化讨论。在电子商务飞速进展的今日, 人脸识别系统的范畴一不足以涵括人脸识别的应用范围, 在数字图像处理、 视频领域、 基于内容的检索等方面有着重要的应用价值。。二． 设计的内容及要求1、 选择 KNN,聚类或 SVM 方法中的一种或其它机器学习方法的一种进行课程设计2、 要求能完成具体的识别任务: 如 图像分割、 语音识别、 人脸识别3、 要求识别的对象中有自己生活元素, 比如图像中包括学校的图片或语音时本人的语音等。三． 详细设计YCbCr 空间——>灰度图像转换 ——>噪声消除 ——>图像填孔 ——>图像重构 ——>人脸区域确定 ——>边缘检测 ( 原图-涉及个人隐私, 未呈现原图) ( YCbCr 空间转换) ( 噪声消除) ( 图像填孔) ( 图像重构) ( 人脸区域的确定) ( 涉及个人隐私) 四． 课程设计的总结经过三天的学习以及课后学习, 我利用 SVM 算法进行人脸识别, 由于光照强度的不同、 人脸肤色的不同、 图片背景的不同往往导致每张图片都具有自身的特色, 将人脸区域从背景、 衣着、 发型等非人类区域中分割出来。一般使用的 RGB 图片不适合于建立人脸皮肤模型, 因为在 RGB 空间中, 使用三基色( r,g,b) 表示图片的亮度以及颜色。在不同的环境下光照条件的改变, 很难将肤色点从非肤色点中分离出来, 假如在 RGB 图像上进行处理, 将产生离散的肤色点, 图片中间嵌有很多的非肤色点, 提高了人脸检测的难度, 容易产生不可靠的肤色分割。解决方法是隔离颜色表示式中的亮度信息与色度信息, 充分利用色度空间中肤色所表示...