网络安全导论 实验13A 基于机器学习的人脸识别和入侵检测.docxVIP

实验13A基于机器学习的人脸识别和入侵检测一、实验目的

1、了解基于深度学习的人脸识别的基本概念和方法。

2、掌握如何使用opencv库检测图像中人脸的位置。

3、了解如何把机器学习理论用于入侵检测。

二、实验准备

本实验为基于深度学习的人脸识别。要求用户上传一张包含单个人脸的图片，系统检

测出人脸的位置，并且对人脸的特征来进行分析，识别出对应人物的年龄范围、性别。

性别识别是一个二元分类问题，识别所用的算法可以是决策树、SVM、BP神经网络

等。OpenCV官网给出的文档是基于Fisherfaces检测器(即LinearDiscriminant

Analysis,线性判别分析)方法实现的，其主要思路为，在低维表示下，相同的类应该紧密

聚集在一起，不同的类应该尽可能的分开且距离应尽可能远。

图13-?左右两图分别有两条不同投影线L1和L2。如果将图中的样本投影到这两条线

上，可以看出，在L2的投影效果要好于在L1上的投影效果。

图13-?

找到这样一条直线后，如果要判断某个待测样本的分组，可以将该样本点向投影线投

影，然后根据投影点的位置来判断其所属类别。

三、实验内容

1、安装anaconda和所需库

首先安装annaconda,然后安装opencv、opencv-contrib、os、PIL和numpy。opencv的下载地址：/project/opencv-contrib-python/,其他的库anaconda

会自带安装。

打开anacondanavigator,在home中打开cmd。然后输入pipinstall下载后库文

件。

)osona本ti。.保6留1所90有4权4利8

(base)C:NIsers\HPpipingtallcpencv-python=2-i/simple-trusted-hostPypi.douban.conDefaultingtouserinstallationbecausenormalsite-packagesisnotwriteable

ookinginindexes:/siaple

ngcpencv-python-==2

Downloadinghttp://pypi.doubanio.con/packages/65/d4/0f4b03b4662c4a5323736d6c534e6914508c6239914c8d8515/cpencpython-2-cp36-abi3-winand64.whl(35.4NB)

35,4/35.4MB5,3,MB/seta0:00:00

satisfied:numpy=1.19.3

packages:opencv-python.

openev-python-2

ind:\anaconda\lib\site-packages(fromopencv-python-2)(1.21.5)

Requirsmentalreadynstalling,collected

uecessfullyinstalled

2、安装完成后打开jupeter,输入importcv2并运行，如果不出现错误，就说明安装成

功。

在jupeter输入cv2并运行，找到cv2所在的位置，然后在资源管理器中找到对应的

文件夹，把其中的data文件夹中的opencv_contrib_python-2-cp36-abi3-

win_amd64.whl文件拷贝到项目所在的目录。

[3]:cv2

[3]:modulecv2fromC:\Wsers\\HP\VAppData\\Roaming\\Python\\Python39\\site-packages\\cv2\\init_.py

[]:

3、准备一张照片，实现人脸定位

importcv2ascv

face_cascade=cv.CascadeClassifier(haarcascade_frontalface_default.xml)

haha.pngpath=rC:\Users\HP\PycharmProjects\pythonProject

haha.png

img=cv.imread(path)

gray=cv.cvtColor(img,cv.COLOR_