2

你如何训练神经网络进行模式识别?例如图片中的人脸识别,你将如何定义输出神经元?(例如,如何准确检测人脸在哪里,而不仅仅是说相机中有一张脸)。另外,如何检测多个人脸和不同大小的人脸?

如果有人能给我指点,那就太好了

干杯!

4

3 回答 3

4

一般来说,我会将问题分为多个阶段,例如

1 - 图片中有一张脸吗?

2 - 图片中的脸在哪里?

3 - 图片中的人脸是 NN(神经网络)识别的吗?

在每种情况下,我都建议您构建一个单独的 NN 并训练它来回答提出的问题。

至于 NN 的结构,回答起来有点棘手,因为它取决于您的输入数据和所需的输出。例如,如果您有一个 100x100 像素的图像,那么我认为拥有 10,000 个输入是可行的。您可能需要考虑在手前进行一些预处理以检测椭圆,这样您可以查看并查看在可预测的轮廓中是否有多个椭圆(1 个用于面部,2 个用于眼睛,一个可能用于嘴巴) . 如果您正在预处理数据,那么您可能有每个椭圆的输入。

现在对于输出...对于问题一,您可以只用一个输出来说明 NN 对输入数据中有一张脸的确定程度,即 0.0 的估值器(绝对没有脸)-> 1.0(绝对是一张脸)。这样您就可以进入第 2 阶段和第 3 阶段。

在这一点上我可能会说这是一个不平凡的问题,您可能最好看看一些可用的框架,例如OpenCV

现在对于训练部分,您需要有一堆可用的图像来训练 NN。有多种方法可以训练 NN。一种可能的解决方案是使用一种称为反向传播12的技术。一般而言,您在图像上使用 NN 并将其与预定输出进行比较。如果它错误地调整 NN 以产生所需的输出并重复。

如果你想要一本关于 AI 的好书,那么我强烈推荐Russell 和 Norvig的《人工智能:现代方法》 。我确信有更合适的计算机视觉教科书,但 Russell & Norvig 的书是一个很好的入门。

于 2011-01-01T16:03:23.283 回答
0

亲爱的 GantengX,您应该准备好面对答案如此庞大、复杂且难以理解的事实。模式和人脸识别有很多方法。实施现实生活中的人脸识别系统是一项人无法完成的大量工作。在数学和人工智能书籍后面为自己准备至少 10 年的生活,我不是说最终雇佣 5 个高薪开发人员,他们会明白你想让他们做什么。也许你最终会拥有自己的人脸识别系统。在此过程中还会出现许多其他问题。因此,为充满压力和问题的生活做好准备。

于 2011-01-01T16:22:33.760 回答
0

很抱歉说出明显的事情,但您的问题并不具体,完整的答案将涉及许多不同的科学领域,并将成为一本超过 1k 页的书。关于您的问题(简短回答)。

每个人脸识别应用程序包含几个主要部分:

  1. 人工智能算法
  2. 优化算法(用于AI优化)
  3. 不同的过滤算法
  4. 有效的数据集开发

项目 1. 和 2. 是每个系统的核心部分,它们执行实际工作。任何其他预处理只会使输入数据变得不那么复杂,从而更容易为您的 AI 做出决策。在获得第一个结果之前,不要开始 3. 和 4.。

PS 使用现有的解决方案更具成本效益,但如果你正在研究东西,那么不要像我一样浪费时间,马上开始你的论文。

于 2011-01-03T01:39:33.187 回答