摘要：人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术，在现代社会中，广泛用于安全验证系统、视频会议、医学等等领域。Python作为近年来愈发流行的程序设计语言，不仅灵活易懂，而且拥有着丰富而强大的库。本文利用Python库设计分类器对人脸图像数据集进行训练，而后对测试集中的人脸图像进行检测和识别，并得出识别结果。识别精确度达到86.7%。

关键词：数字图像处理；人脸检测；人脸识别；机器学习；KNN分类器

目 录

摘 要

ABSTRACT

第一章  人脸识别概述-1

1.1 人脸识别的发展与现状-1

1.1.1 人脸识别技术的早期发展历程-1

1.1.2 人脸识别技术的现状及未来趋势-1

1.2 人脸识别技术的难点-1

1.3 人脸识别技术流程-2

第二章  机器学习-3

2.1 机器学习-3

2.1.1 机器学习的概念-3

2.1.2 机器学习的分类-3

2.2 分类器和分类算法-3

2.2.1 训练集和测试集-3

2.2.2 分类算法和回归算法-3

2.3 泛化、欠拟合和过拟合-4

2.3.1 泛化-4

2.3.2 欠拟合和过拟合-4

2.4 方向梯度直方图-5

第三章  基于KNN分类器的人脸识别-8

3.1 k近邻算法-8

3.1.1 k近邻算法原理-8

3.1.2 k近邻算法的参数-8

3.1.3 距离的度量-10

3.2 人脸的编码-10

3.3 混淆矩阵-11

3.3.1 人脸识别主要性能指标-11

3.3.2 数据分析-11

第四章  结论与展望-14

4.1 结论-14

4.2 展望-14

参考文献-15

致    谢-16

附    录-17