基于局部的人脸特征提取与识别的任务书任务简介：本次任务旨在探究基于局部的人脸特征及其在人脸识别中的应用。具体目标是通过提取局部人脸特征，在人脸图像库中匹配目标人脸并进行识别。实现目标后，可用于实际的人脸识别应用，如门禁系统等。任务分解：1.数据收集：收集包含多张人脸图像的数据集，其中包括目标人脸（待识别人脸）和其他人脸图像。2.特征提取：探究局部人脸特征提取方法，如LBP、HOG等。选择合适方法提取特征，并提取目标人脸及其他人脸的局部特征。3.特征匹配：使用特征匹配算法（如SVM等）进行目标人脸和其他人脸的特征匹配，判断目标人脸是否存在于人脸图像库中。4.识别验证：使用验证数据集进行识别验证，包括正确识别率和误识率等指标。对识别结果进行分析和优化。任务要求：1.数据集中至少包括20张目标人脸图像和20张其他人脸图像。2.特征提取方法需要有一定的创新性和可行性。3.特征匹配算法需要有较高的准确率和鲁棒性。4.在验证数据集上，正确识别率需要达到90%以上，误识率需低于5%。5.对任务结果进行报告撰写，报告需包括数据处理流程、算法实现及优化、实验结果及分析等内容。参考文献：1.Belhumeur,P.N.,Hespanha,J.P.,&Kriegman,D.J.(1997).Eigenfacesvs.Fisherfaces:Recognitionusingclassspecificlinearprojection.IEEEtransactionsonpatternanalysisandmachineintelligence,19(7),711-720.2.Viola,P.,&Jones,M.(2001).Rapidobjectdetectionusingaboostedcascadeofsimplefeatures.Proceedingsofthe2001IEEEcomputersocietyconferenceonComputerVisionandPatternRecognition.CVPR2001,1,I-I.