| ~16k | 顔画像 |
| 4 | 比較したモデル |
01処理の流れ
- 入力 画像取得 カメラまたはデータセットから顔画像を取得。
- ステップ 02 顔検出 OpenCVで顔を検出し、グレースケール化・前処理。
- ステップ 03 特徴量抽出 分類に向けた表情の特徴量を設計。
- 出力 分類・評価 4モデルを混同行列とヒートマップで比較。
02担当した内容
- 約16,000枚の顔画像データセットを収集し、OpenCVで前処理(顔検出・グレースケール変換)。
- KNN・ロジスティック回帰・ナイーブベイズ・ランダムフォレストを比較。
- 混同行列とヒートマップで評価し、特徴量の改善で分類精度を向上。
03使用技術
- Python
- OpenCV
- scikit-learn
- NumPy
- Matplotlib
- Seaborn