这个项目涉及人脸识别在机器学习中的应用。在这个项目中,我将探索一些现有的人脸识别方法。
"Image_proc"是一个简单的示例,展示了如何处理图像。
我选择的用于人脸识别的数据集是Yalefaces_A数据库。该数据库包含15个主题(subject01,subject02等)的165个GIF图像。每个主题有11张图像,分别对应以下面部表情或配置:中央光线、戴眼镜、开心、左侧光线、不戴眼镜、正常、右侧光线、悲伤、瞌睡、惊讶和眨眼。
首先,我需要进行特征选择。我将尝试两种不同的人脸特征选择方法:主成分分析(PCA)和独立成分分析(ICA)。
然后,我将使用支持向量机(SVM)和神经网络(NN)以不同的参数对这些人脸进行分类。
"PCA_SVM_ANN"文件夹中展示了使用PCA特征选择与SVM和ANN分类的代码。
"ICA_SVM_ANN"文件夹中展示了使用ICA特征选择与SVM和ANN分类的代码。
1