如何训练神经网络进行模式识别？例如，图片中的面部识别如何定义输出神经元？ （例如，如何准确地检测到脸部的哪个部位，而不仅仅是说相机中有脸部）。另外，如何检测多个面孔和不同尺寸的面孔？
如果有人能给我一个指针，那将非常棒
干杯！
答案 0 :(得分：4)
一般来说，我会将问题分成多个阶段，例如
1 - 图片中有脸吗？
2 - 图片中的面孔在哪里？
3 - 图片中的面部是NN（神经网络）识别出来的吗？
在每种情况下，我建议你建立一个单独的NN并训练它来回答提出的问题。
至于NN的结构，这有点难以回答，因为它取决于您的输入数据和所需的输出。例如，如果你有一个100x100像素的图像，那么我认为它有可能有10,000个输入。您可能需要考虑事先进行一些预处理，以便以可预测的方式检测椭圆形，并查看是否有可预测轮廓中的多个椭圆形（面部为1个，眼睛为2个，嘴部可能为一个） 。如果您正在预处理数据，那么您可能有每个椭圆的输入。
现在输出...对于问题1，您可以只有一个输出来说明NN是否确定输入数据中有一个面，即估值值为0.0（绝对没有面） - ＆gt; 1.0（蔑视一张脸）。这样你就可以进入第2和第3阶段。
我可能会在这一点上说这是一个非常重要的问题，你可能最好看看一些可用的框架，例如： OpenCV
现在，对于训练部分，你需要有一堆图像来训练NN。您可以通过多种方式 训练NN。一种可能的解决方案是使用称为反向传播1，2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。如果错误调整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Artificial Intelligence: A Modern Approach。我确信有更合适的计算机视觉教科书，但罗素＆amp; amp; Norvig的书是一个很好的首发。
答案 1 :(得分：0)
亲爱的GantengX，你应该准备好自己的答案是如此庞大，复杂和难以理解的事实。模式和面部识别的方法很多。实现真实的人脸识别系统是一个人无法处理的大量工作。在数学和人工智能的书籍背后为自己准备至少10年的生活，我不是在谈论雇佣5位高薪开发人员，他们最终会理解你希望他们做什么。也许你最终会拥有自己的人脸识别系统。还有十几个其他问题会在此过程中突然出现。所以要为充满压力和问题的生活做好准备。
答案 2 :(得分：0)
我很抱歉告诉了一些显而易见的事情，但你的问题并不具体，完整的答案会触及许多不同的科学领域，并且会产生超过1k页的书。 关于你的问题（简答）。
每个面部识别应用程序包含以下几个主要部分：
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使输入数据不那么复杂，从而可以更轻松地为您的AI做出决策。不要开始3.和4.直到你获得第一批结果。
P.S。 使用现有的解决方案更具成本效益，但如果你正在研究事物，那就不要像我那样浪费时间，立即开始你的论文。