问模式识别训练(神经网络)

EN

一般来说，我会把问题分成多个阶段。

1-图片中有没有一张脸？

2-照片中的面孔在哪里？

3-图片中的面孔是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，并对其进行训练以回答所提出的问题。

至于神经网络的结构，这有点棘手，因为它取决于你的输入数据和期望的输出。例如，如果你有一个100x100像素的图像，那么我认为有10,000个输入是可行的。您可能需要考虑在手部之前做一些预处理，例如，以这样的方式检测椭圆，并查看在可预测的轮廓中是否有许多椭圆(1个用于面部，2个用于眼睛，一个用于嘴巴)。如果要对数据进行预处理，那么每个椭圆可能都有输入。

现在是输出...对于第一个问题，您可以只有一个输出来说明NN在多大程度上确定输入数据中有一个人脸，即赋值为0.0 (挑衅地没有人脸) --> 1.0 (挑衅地是人脸)。这样你就可以进入第二阶段和第三阶段。

在这一点上，我可能会说这不是一个微不足道的问题，您最好看看一些可用的框架，例如OpenCV

现在对于训练部分，您需要有一个可用于训练NN的图像库存。有许多方法可以训练NN。一种可能的解决方案是使用一种称为反向传播1 ( 2 )的技术。一般来说，您在图像上使用NN，并将其与预定的输出进行比较。如果错误，调整神经网络以产生所需的输出，然后重复。

如果你想要一本关于人工智能的好书，那么我强烈推荐罗素和诺维格的Artificial Intelligence: A Modern Approach。我相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书。

亲爱的GantengX，你应该让自己准备好面对这样一个事实:答案是如此庞大、复杂和难以理解。模式识别和人脸识别有很多种方法。而实现现实生活中的人脸识别系统是一项庞大的工作，一个人永远无法处理。准备好在数学和人工智能书籍背后至少10年的生活，我不是在说雇佣5个高薪开发人员，他们最终会理解你想让他们做什么。也许你最终会拥有自己的人脸识别系统。在这个过程中，还会有十几个其他的问题。所以，准备好面对充满压力和问题的生活吧。

我很抱歉告诉你一些显而易见的事情，但你的问题并不具体，完整的答案将涉及许多不同的科学领域，并将导致一本超过1k页的书。关于你的问题(简短的回答)。

每个人脸识别应用程序都有几个主要部分：

数据集过滤人工智能算法(for AI optimization)

• Different algorithm

• Optimization algorithms

• Effective

)

项目1.和2.是每个系统的核心部分，它们完成实际工作。任何其他预处理只会降低输入数据的复杂性，使其更容易为您的AI做决策。不要开始3.和4.直到你得到你的第一个结果。

附注:使用现有的解决方案更具成本效益，但如果你正在研究一些东西，那么不要像我那样浪费时间，立即开始你的论文。