# SVM_PCA_face_detection

**Repository Path**: dhk195/SVM_PCA_face_detection

## Basic Information

- **Project Name**: SVM_PCA_face_detection
- **Description**: PCA+SVM+KFold方法人脸识别（Face Detection using PCA+SVM）
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2020-03-23
- **Last Updated**: 2022-10-21

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# PCA+SVM人脸识别
 本程序采用PCA+SVM+KFold方法对AR人脸数据集进行训练，并得出识别准确率。

> 如果本项目对你有帮助，希望可以点个★star支持哈~
 
## 开发环境
 
 * Python 3.6.2 x64

## IDE
 * PyCharm 2017.2.3

## 依赖包

* numpy(numpy-1.13.3+mkl-cp36-cp36m-win_amd64.whl)
* scipy(scipy-1.0.0-cp36-cp36m-win_amd64.whl)
* scikit-learn(scikit_learn-0.19.1-cp36-cp36m-win_amd64.whl)
* PIL(pip install pillow)

注: Windows下Python扩展包可以 [由此下载](https://www.lfd.uci.edu/~gohlke/pythonlibs/)

## 程序功能
将代码中的相关注释放出即可观察如下中间结果

1. Eigenfaces输出

	![Eigenfaces输出](./doc/Eigenfaces.png)

2. 准确率随不同gamma和核函数变化曲线

	![准确率随不同gamma和核函数变化曲线](./doc/diff_kernels.png)

3. k重交叉验证的k值对准确率的影响

	![k重交叉验证的k值对准确率的影响](./doc/fold_size.png)

4. PCA保留的主成分数n_components对准确率的影响

	![PCA保留的主成分数n_components对准确率的影响](./doc/n_components.png)

5. 错误识别人脸图片对比图

	![PCA保留的主成分数n_components对准确率的影响](./doc/Show_Wrongly_identified_images.png)