Моделирование системы распознавания людей по лицам

Здравствуйте! Есть следующее задание, рассчитанное на реализацию биометрии лица, с которым нужна помощь:
Признаковое пространство для изображений лиц задается:
• гистограмма яркости;
• DFT;
• DCT;
• Scale;
• Градиент

Классификатор реализуется по критерию минимума расстояний, программы.
Эксперименты (для каждой категории признаков):
• Запустить написанную программу и провести ее тестирование на обучающей выборке исходных изображений лиц. При этом должно быть получено близкое к 100% распознавание всего набора данных из обучающей выборки. В противном случае, необходимо подобрать значение параметра(ов) для выполнения, поставленного выше условия.
• Выполнить тестирование работы программы распознавания на тестовой выборке – изображений лиц, не входящих в обучающую выборку.
• При моделировании работы программы необходимо исследовать влияние значения параметров и характеристик изображений на точность распознавания.
• Дальнейшие исследования провести в режиме кросс-валидации исходных данных (для чего потребуется изменять число и состав обучающей и тестовой выборок исходных данных).
• Определить параметры системы, обеспечивающие результат, близкий к 100%.
• «Замаскировать» лица с помощью процедуры Fawkes и выполнить те же эксперименты.
• Весь процесс распознавания должен быть отображен на мониторе компьютера от первого шага (доступ к базе изображений лиц и подготовка базы эталонов по обучающей выборке) и до последнего (процесс распознавания изображений лиц по контрольной и тестовой выборке в динамике). В конце выполнения программы формируется таблица результатов и соответствующие графики искомых зависимостей (результат распознавания в зависимости от числа тестовых изображений).
• Сделать выводы по проделанной работе.

Помогите пожалуйста с реализацией или идеями как это сделать

0