1

我制作了一个基于人脸图像进行性别分类的小程序。我使用耶鲁人脸数据库（男性 175 张图像，女性相同数量），将它们转换为灰度和均衡直方图，因此预处理后的图像如下所示：

在此处输入图像描述

我运行以下代码来测试结果（它使用 SVM 和线性内核）：

def run_gender_classifier():
    Xm, Ym = mkdataset('gender/male', 1)     # mkdataset just preprocesses images, 
    Xf, Yf = mkdataset('gender/female', 0)   #  flattens them and stacks into a matrix
    X = np.vstack([Xm, Xf])
    Y = np.hstack([Ym, Yf])
    X_train, X_test, Y_train, Y_test = train_test_split(X, Y,
                                                    test_size=0.1,
                                                    random_state=100)
    model = svm.SVC(kernel='linear')
    model.fit(X_train, Y_train)
    print("Results:\n%s\n" % (
        metrics.classification_report(
            Y_test, model.predict(X_test))))

并获得100％的精度！

In [22]: run_gender_classifier()
Results:
             precision    recall  f1-score   support

          0       1.00      1.00      1.00        16
          1       1.00      1.00      1.00        19

avg / total       1.00      1.00      1.00        35

我可以期待不同的结果，但 100% 正确的图像分类对我来说真的很可疑。

此外，当我将内核更改为RBF时，结果变得非常糟糕：

In [24]: run_gender_classifier()
Results:
             precision    recall  f1-score   support

          0       0.46      1.00      0.63        16
          1       0.00      0.00      0.00        19

avg / total       0.21      0.46      0.29        35

这对我来说似乎更奇怪。

所以我的问题是：

  1. 我的方法或代码有什么错误吗？
  2. 如果不是，线性核的结果怎么会这么好，而 RBF 的结果怎么会这么差呢？

请注意，逻辑回归我也得到了 100% 正确的结果，而深度信念网络的结果非常差，所以它不是特定于 SVM，而是针对线性和非线性模型。

为了完整起见，这是我用于预处理和制作数据集的代码：

import cv2
from sklearn import linear_model, svm, metrics
from sklearn.cross_validation import train_test_split


def preprocess(im):
    im = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
    im = cv2.resize(im, (100, 100))
    return cv2.equalizeHist(im)


def mkdataset(path, label):
    images = (cv2.resize(cv2.imread(fname), (100, 100))
              for fname in list_images(path))
    images = (preprocess(im) for im in images)
    X = np.vstack([im.flatten() for im in images])
    Y = np.repeat(label, X.shape[0])
    return X, Y
4

2 回答 2

5

所有描述的模型都需要调整参数：

  • 线性支持向量机：C
  • RBF SVM：C，伽马
  • DBN：层数、神经元数、输出分类器、训练率……

而你只是省略了这个元素。所以很自然，具有最少数量的可调参数的模型表现得更好 - 因为默认参数实际工作的可能性更大。

100% 的分数总是看起来很可疑，您应该“手动”仔细检查 - 将数据物理拆分为训练和测试（放入不同的目录），训练一部分，将模型保存到文件中。然后在单独的代码中 - 加载模型，并在测试文件上测试它，并显示模型中的图像+标签。这样，您将确保没有实施错误（因为您真的不在乎是否存在任何处理错误，如果您有物理证据证明您的模型可以识别这些面孔，对吗？）。这纯粹是“心理方法”，很明显数据拆分/共享和进一步评估没有错误。

更新

正如评论中所建议的，我还检查了您的数据集，正如官方网站上所述：

扩展的耶鲁人脸数据库 B 包含 28 个人体受试者在 9 个姿势和 64 个光照条件下的 16128 张图像。

所以这肯定是一个问题——这不是性别识别的数据集。您的分类器只记住这 28 个主题，这些主题很容易分为男性/女性。它根本不适用于其他主题的任何图像。该数据集唯一“有价值”的部分是一组 28 张不同个体的面孔，您可以手动提取这些面孔，但 28 张图像似乎至少行数量级太小而无法使用。

于 2013-10-26T05:30:35.800 回答
-2

朋友，我理解你对你的问题的描述，我认为解释很简单，因为线性内核的问题比 RBF 更好，相信你的逻辑是正确的，但是你应该使用 RBF 有点错误，我认为它会起作用对于您的问题，继续尝试开发一种仅使用线性内核的方法

于 2013-10-25T22:48:59.723 回答