本節(jié)將演示一個(gè)構(gòu)建人臉面部識(shí)別模型的完整流程脱盲,模型基于 HOG+SVM 的方法替饿。
首先恩敌,我們需要設(shè)置 notebook ,導(dǎo)入相關(guān)可視化庫:
導(dǎo)入 skimage 庫中的圖像集到推,我們可以通過 skimage 庫的 feature.hog 工具來直接提取圖像的 HOG 特征,如下圖所示:
導(dǎo)入 Scikit-Learn 庫內(nèi)置的人臉照片數(shù)據(jù)集惕澎,作為正樣本:
接著我們來構(gòu)造一組負(fù)樣本數(shù)據(jù)集莉测,這個(gè)數(shù)據(jù)集中的樣本為 skimage 庫圖像集中的照片切割而成,每張照片的大小皆與上文中的正樣本一致唧喉,即 62x47 像素:
未完待續(xù):課程內(nèi)容較多捣卤,請(qǐng)復(fù)制鏈接通過電腦學(xué)習(xí),獲得最佳學(xué)習(xí)效果八孝。 http://datacademy.io/lesson/149
更多課程和文章盡在微信號(hào):「datartisan數(shù)據(jù)工匠」