J2判据和SVM分类器人脸识别代码大全.docx
需积分: 15 71 浏览量
2022-10-19
14:25:49
上传
评论
收藏 296KB DOCX 举报
基于 J2 判据和 SVM 分类器的人脸识别模式识别系统的设计
与实现
1．1 题目的主要研究内容
（1）工作的主要描述
虽然当前的人脸识别研究取得了很大的进展，人脸识别技术要在现实环境
下成功的应用，依然需要大量的研究工作。这主要是因为，一方面，很多人脸识
别技术的复杂度太高，实用性太差，不仅实现难度大，而且对计算速度和存储空
间的要求很高，不适合在实际应用中配置；另一方面，很多人脸识别技术在公开
的人脸数据库上可取得很好的效果，而在现实环境中或者其它数据库上的测试性
能却大大下降，过拟合问题严重。人们希望有一种更加方便可靠的办法来进行，
身份鉴别生物特征识别技术给维护国家、社会、个人安全这一愿望带来了实现的
可能，目前所有基于生物特征的自动识别系统都有大体相同的工作原理和工作过
程。首先是采集样本这些样本可以是人脸图像、声音、指纹等;其次是进行特征
提取即提取样本的某些特征用某种算法为其分配一个特征代码这一代码被存入
数据库。最后当需要对某人进行身份鉴定时再用某种特征匹配算法将存入数据库
的特征代码与被识别人的特征相匹配从而查明其身份。
本文是基于 J2 判据和 SVM（支持向量机）分类器来设计的一个人脸识别
的模式识别系统，用来识别男性、女性、戴眼镜、不戴眼镜、戴帽子、不戴帽子
中戴着帽子这一特征，其识别过程包括：特征选取（基于欧氏距离 J2 判据）、分
类器（SVM）、评估分类器的性能三部分，其中，前两步为主要部分，最后，用
MATLAB( r2018b)来编程实现这一识别过程。
（2）系统流程图
如图 1.1 所示，首先导入本次设计用到的两组数据集：faceDR、faceDS，
并对其进行整理；然后，运用 J2 判据对 faceDS 数据进行特征提取；接着，用支
持向量机（SVM）分类器对数据进行分类，找到所需要的脸部特征的数据，得
到训练集样数据；然后，预测测试集的标签，再对照着测试集标签计算分类精度；
剩余12页未读，继续阅读
资源评论
李逍遥敲代码
- 粉丝: 2998
- 资源: 277
