問(wèn)：基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別有哪些算法

1. 答：上次的人臉識(shí)別仿真，我們用的是PCA和SVM方法進(jìn)行人臉識(shí)別，該方法仍屬于機(jī)器學(xué)習(xí)領(lǐng)域，未涉及神經(jīng)網(wǎng)絡(luò)的知識(shí)。這次使用的方法是基于PCA和BP神經(jīng)網(wǎng)絡(luò)對(duì)人臉識(shí)別。
   其中，PCA的功能和上次一致，是用來(lái)對(duì)20張圖片進(jìn)行降維處理，最終產(chǎn)生8個(gè)主成分作為BP神經(jīng)網(wǎng)絡(luò)的輸入；神經(jīng)網(wǎng)絡(luò)的輸出層采用4個(gè)神經(jīng)元，用來(lái)區(qū)分兩個(gè)不同的人臉；本例的BP神經(jīng)網(wǎng)絡(luò)采用8-10-4的三層結(jié)構(gòu)，輸入層神經(jīng)元數(shù)量選取8個(gè)，隱含層神經(jīng)元數(shù)量選取10個(gè)，輸出層神經(jīng)元數(shù)量選取4個(gè)。

問(wèn)：第一篇提出BP神經(jīng)網(wǎng)絡(luò)的論文是哪一篇？

1. 答：最初是86年，Rumelhart和McCelland領(lǐng)導(dǎo)的科學(xué)家小組在《平行分布式處理》一書中，對(duì)具有非線性連續(xù)變換函數(shù)的多層感知器的誤差反向傳播BP算法進(jìn)行了詳盡的分析，實(shí)現(xiàn)了Minsky關(guān)于多層網(wǎng)絡(luò)的設(shè)想。
   一般引用的話，無(wú)需引用第一篇，只需引用介紹BP網(wǎng)絡(luò)的文獻(xiàn)即可。最開(kāi)始的文獻(xiàn)往往理論不完善。反而閱讀意義不大。

問(wèn)：基于深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行人臉識(shí)別的原理是什么？

1. 答：本質(zhì)上是模式識(shí)別，把現(xiàn)實(shí)的東西抽象成計(jì)算機(jī)能夠理解的數(shù)字。
   如果一個(gè)圖片是256色的，那么圖像的每一個(gè)像素點(diǎn)，都是0到255中間的一個(gè)值，這樣你可以把一個(gè)圖像轉(zhuǎn)換成一個(gè)矩陣。
   如何去識(shí)別這個(gè)矩陣中的模式？用一個(gè)相對(duì)來(lái)講很小的矩陣在這個(gè)大的矩陣中從左到右，從上到下掃一遍，每一個(gè)小矩陣區(qū)塊內(nèi)，你可以統(tǒng)計(jì)0到255每種顏色出現(xiàn)的次數(shù)，以此來(lái)表達(dá)這一個(gè)區(qū)塊的特征。這樣通過(guò)這一次“掃描”，你得到了另一個(gè)由很多小矩陣區(qū)塊特征組成的矩陣。
   這一個(gè)矩陣比原始的矩陣要小吧？那就對(duì)了！
   然后對(duì)這個(gè)小一點(diǎn)的矩陣，再進(jìn)行一次上面的步驟，進(jìn)行一次特征“濃縮”，用另一個(gè)意思來(lái)講，就是把它抽象化。
   最后經(jīng)過(guò)很多次的抽象化，你會(huì)將原始的矩陣變成一個(gè) 1 維乘 1 維的矩陣，這就是一個(gè)數(shù)字。
   而不同的圖片，比如一個(gè)貓，或者一個(gè)狗，一個(gè)熊，它們最后得到的這個(gè)數(shù)字會(huì)不同。于是你把一個(gè)貓，一個(gè)狗，一個(gè)熊都抽象成了一個(gè)數(shù)字，比如 0.34， 0.75， 0.23，這就達(dá)到讓計(jì)算機(jī)來(lái)直接辨別的目的了。
   人臉，表情，年齡，這些原理都是類似的，只是初始的樣本數(shù)量會(huì)很大，最終都是通過(guò)矩陣將具體的圖像抽象成了數(shù)字，因?yàn)橛?jì)算機(jī)只認(rèn)識(shí)數(shù)字。
   但是抽象的函數(shù)，會(huì)有所不同，達(dá)到的效果也會(huì)不同。
2. 答：對(duì)工程研究，原理（How）往往來(lái)自于別的領(lǐng)域，CNN的圖像識(shí)別是啟發(fā)自視覺(jué)神經(jīng)（一種被研究的最透徹的神經(jīng)結(jié)構(gòu)）研究的發(fā)現(xiàn)，人民發(fā)現(xiàn)人的視覺(jué)就是這么工作的，然后試著用它在機(jī)器上實(shí)現(xiàn)，當(dāng)有足夠快的電腦和多的數(shù)據(jù)時(shí)，人們興奮的發(fā)現(xiàn)可以做高質(zhì)量的圖像識(shí)別。
   原理的解釋通常要晚一些。但是抽象的解釋并不難：把信息一層層的抽象，最底下是像素，中間是各種特征，越往上越抽象（邊，圓，胡子，高鼻梁...)。
   研究科學(xué)不光是看論文：你拿一副照片貼著眼睛看，慢慢拿遠(yuǎn)大概可以幫助理解。