パターン認識のためのトレーニング（ニューラルネットワーク）

Question

パターン認識のためにニューラルネットワークをどのように訓練しますか？たとえば、画像内の顔認識は、出力ニューロンをどのように定義しますか？ （例えば、カメラに顔があるというだけではなく、顔がどこにあるかを正確に検出する方法）。また、複数の顔や異なる顔のサイズを検出する方法はありますか？

誰も私にそれは本当に素晴らしい

乾杯でしょうポインタを与えることができれば！

Answer 1

一般的に私は問題を複数の段階に分割します。

1 - 画像には顔がありますか？

2 - 写真の顔はどこですか？

3 - NN（ニューラルネットワーク）が認識している顔が写真の中にありますか？

それぞれの場合、私は別個のNNを構築し、提起された質問に答えるように訓練することを提案します。

NNの構造については、入力データや出力に応じて答えが少し難解です。たとえば、100x100ピクセルの画像がある場合は、10,000入力が可能であると考えます。予測可能なアウトライン（顔の場合は1つ、目の場合は2つ、可能であれば口の場合は1つ）に多数の楕円があるかどうかを確認して見ることができるように、事前にいくつかの前処理を行うことを検討することをお勧めします。 。データを前処理している場合は、各楕円の入力があります。

質問出力の場合は、NNが入力データに顔があること、すなわち0.0の怪しげな顔であること - > 1.0 （反抗的に顔）。このようにすれば、ステージ2と3に移動できます。

これは重要なことではないことがあります。たとえば、利用可能なフレームワークのいくつかを見てみるとよいでしょう。 OpenCV

トレーニングパートでは、NNをトレーニングするための画像を用意する必要があります。 には NNを訓練する方法がいくつかあります。 1つの潜在的な解決策は、バックプロパゲーション1,2と呼ばれる技術を使用することです。一般的に言えば、イメージ上でNNを使用し、それを所定の出力と比較します。それが間違っていれば、NNを調整して所望の出力を作り直してください。

もしAIに関する良い本が欲しいなら、私はRussellとNorvigによってArtificial Intelligence: A Modern Approachを強くお勧めします。もっと適切なコンピュータビジョンの教科書があることを確かめてください。しかし、Russell & Norvigの本は素晴らしいスタートです。

Answer 2

親愛なるGantengXさん、回答はとても大きく、複雑で分かりにくいという事実に自己を準備する必要があります。パターンと顔の認識には非常に多くのアプローチがあります。現実の顔認識システムを実装することは、一人では処理できない膨大な作業です。数学や人工知能に関する本の中で少なくとも10年間は​​あなたの自己を準備してください。私はあなたがしたいことを理解してくれる、5人の有償の開発者を最終的に雇うことについて話していません。そしておそらくあなたは自分の顔認識システムを持つことになります。このプロセス中に飛び出す他の問題も数多くあります。だから、ストレスや問題がいっぱいの人生のために準備をしてください。

Answer 3

あなたの質問は具体的ではありませんでしたが、完全な答えは多くの異なる科学分野に触れ、1kページ以上の書籍になります。 あなたの質問（短い答え）について。

各顔認識アプリがで構成され、いくつかの主要な部分があります：（AIの最適化のための）

1. 人工知能アルゴリズム
2. 最適化アルゴリズム
3. 異なるろ過アルゴリズム
4. 効果的なデータセットの開発は

項目1.と2.はそれぞれのsの中心部分ですystem、彼らは実際の仕事をします。その他の前処理を行うだけで、入力データの複雑さが軽減され、AIの決定がより簡単になります。最初の結果が出るまで、3.と4.を開始しないでください。

P.S. 既存のソリューションを使用する方が費用効果が高いですが、勉強している場合は、私のように時間を無駄にしないで、すぐに論文を始めましょう。