吴恩达2022机器学习专项课程C2W1：2.3 案例图像识别

电脑如何表示一张图像

1.像素

像素是图像最小单位，用于表示图像中的点或区域，并具有特定的亮度或颜色值。本案例图像的像素为1000x1000像素。在计算机中，实际上是一个1000x1000的像素亮度（强度）值矩阵。

2.像素亮度值

像素亮度值描述像素的亮度或颜色强度，此案例中。亮度值的范围是0-255。197是图像左上角的亮度值，214是图像右下角的亮度值。

3.展开像素亮度值

将这些像素亮度转换成一个向量，向量包含1000*1000，也就是100万个亮度值。

神经网络构建人脸识别

1.需求

构建一个人脸识别应用程序，能否训练一个神经网络，该网络以包含100万像素亮度值的特征向量为输入，并输出图片中人物的身份。

2.整体过程

将图像X输入到第一个隐藏层，隐藏层提取一些特征。第一个隐藏层的输出到第二个隐藏层，第二个隐藏层的输出到到第三层，最后到输出层，最后估计，例如这可能是某个特定人物的概率。

3.隐藏层识别图像

• 第一个隐藏层：寻找图像中非常短的线或非常短的边缘，层里的神经元寻找低垂直线或类似的垂直边缘，或寻找一个方向的线或方向的边缘，或寻找具有该方向的线。
• 第二个隐藏层：检测面部的某个部分存在或不存在，神经元们检测眼睛，检测耳朵，或检测鼻子的某个角落。
• 第三个隐藏层： 检测更大更粗的面部形状的存在或不存在。
• 输出层：最后，检测脸部与不同脸部形状的对应程度，创建了一组丰富的特征，然后帮助输出层尝试确定图片中人物的身份

4.小结

本例中，第一层中查找短小的边缘，第二层中查找眼睛和鼻子等面部部位，然后在第三层中查找更完整的面部形状。神经网络能够自己从数据中找出这些特征，而无需明确指引。同时，每一层用的窗口更大，也就是在图像的搜寻范围上更大。

神经网络构建识别汽车

第一个隐藏层层学习图像边缘，第二个隐藏层学习检测汽车的部件，第三个隐藏层学习检测更完整的汽车轮廓。

神经网络在计算机视觉应用中的工作原理

只要输入不同的数据，神经网络就会自动学习检测不同的特征，从而完成汽车检测、人脸识别，或者判定输入是否含有某个特定事物的预测任务。