我正在建立一个用于人脸识别的卷积神经网络（CNN）模型。
作为培训数据收集的第一步，培训的最佳图像格式是什么，格雷或RGB？
我已经阅读了一些文章，说灰度图像最适合人脸识别，但是为什么没有得到满意的信息？
对于这种方法，有什么优点和优点;在RGB上使用灰色的缺点？
对于人脸识别模型，是否需要有颜色信息，否则在灰度转换时会丢失图像中的有用信息？
预测准确度如何因人而异？
答案 0 :(得分：0)
我们还可以考虑图像分析的一般领域，特别是使用CNN，而不是将人脸识别视为特定问题。
我们通常希望简化机器学习中的问题，以减少噪音和需要处理的数据量。
简单性 - 许多图像处理操作在图像平面上工作 一次一个数据（例如，单个颜色通道）。所以如果你有一个RGBA 您可能需要在四个图像中的每一个上应用操作的图像 飞机然后结合结果。灰度图像仅包含 一个图像平面（包含灰度强度值）。
数据缩减 - 假设您有RGBA图像（红绿蓝-α）。如果 您将此图像转换为灰度，您只需要处理 1/4的数据与彩色图像相比。对于许多图像处理 应用程序，尤其是视频处理（例如，实时对象） 跟踪），这种数据减少允许算法在a中运行 合理的时间。
Is conversion to gray scale a necessary step in Image preprocessing?