应用:人脸识别
步骤:
1. 问题定义:
如何识别人脸,即需识别哪些图片是人脸,不同的人脸之间有哪些区别,哪些是真的人脸,哪些是照片等,如何识别同一个人的不同状态时的面部。
2. 确定评估标准:
判断出是真的人脸的准确率需达标,以及判断出是同一个人的脸的准确率需达标。程序相关指标须达到TAR (True Accept Rate)= ** @ FAR(False Accept Rate)=0.00100
3.确定Baseline和Target:
(1)检测率:识别正确的人脸/图中所有的人脸。检测率越高,代表检测模型效果越好。
(2)误检率:识别错误的人脸/识别出来的人脸。误检率越低,代表检测模型效果越好。
(3)漏检率:未识别出来的人脸/图中所有的人脸。漏检率越低,代表检测模型效果越好。
(4)速度:从采集图像完成到人脸检测完成的时间。时间越短,检测模型效果越好。
4.模型训练:
如:1.PubFig: Public Figures Face Database(哥伦比亚大学公众人物脸部数据库)。给程序提供大量的人脸进行扫描,记忆,辨别。
5.模型评估/再训练:
利用自己设计的模型进行训练,与标准的训练结果进行对比,找出问题所在,对现存模型进行改进,直到达标。