基于人脸的常见表情识别实战 Task01笔记

神经网络

1. 感知机

• n维输入的单层感知机
• 𝑥1 至 𝑥𝑛 为 n 维输入向量的各个分量
• 𝑤1𝑗 至 𝑤𝑛𝑗 为各个输入分量连接到感知机的权量（或称权值），
• theta 为阈值
• f 为激活函数（又称为激励函数或传递函数），
• o 为标量输出。理想的激活函数通常为阶跃函数或者sigmoid函数。
• 感知机的输出是输入向量x与权重向量w求得内积后，经激活函数f所得到的标量。

2. 多层感知机（Multi-Layer Perceptron）与反向传播(Backpropagation)

• 多层感知器 (MLP) 中使用 BP 算法，采用 Sigmoid 进行非线性映射，有效解决了非线性分类和学习的问题
  
• 多层感知机（Multi-Layer Perceptron）是由单层感知机推广而来，最主要的特点是有多个神经元层。一般将 MLP 的第一层称为输入层，中间的层为隐藏层，最后一层为输出层。MLP 并没有规定隐藏层的数量，因此可以根据实际处理需求选择合适的隐藏层层数，且对于隐藏层和输出层中每层神经元的个数也没有限制。
  

卷积神经网络

1. 全连接神经网络的2大缺陷

• 1.首先是原理上的缺陷：BP神经网络仍然是有监督的传统机器学习方法，遵循着以下思路。
  

• 也就是说，不过是在最后面将SVM或者其他分类器换成神经网络，在大部分情况下其实没有什么优势，甚至增加了问题的复杂度。

• 2.再一个就是结构上的缺陷：参数巨多，丢失空间信息。

2. 卷积神经网络的崛起

LeNet5，1999年由深度学习三巨头中LeCun， Bengi的提出，成功用于银行支票上的手写数字识别，最重要的两个概念**（局部连接+池化）**

卷积神经网络的基本网络层

卷积神经网络：英文全称：Convolutional Neural Networks、简称：CNN

CNN 主要包含卷积层、池化层和全连接层

• 卷积层：用于对图像进行特征提取操作，其卷积核权重是共享权值的，对应的相关概念还包括步长，填充。
• 池化层：用于降低特征图大小，降低后续操作的计算量和参数量
• 全连接层：最终进行分类输出使用，本质就是多层感知机

1. 什么是卷积？

卷积在工程和数学上有非常多的应用，在信号处理领域中，任意一个线性系统的输出，就是输入信号和系统激励函数的卷积。放到数字图像处理领域，卷积操作一般指图像领域的二维卷积。

一个二维卷积的案例如上，在图像上滑动，取与卷积核大小相等的区域，逐像素做乘法然后相加。

2. 填充（Padding）

使卷积后图像分辨率不变，方便计算特征图尺寸的变化
弥补边界信息“丢失”

3. 步长（Stride）

卷积窗口从输入数组的最左上方开始，按从左往右、从上往下的顺序，依次在输入数组上滑动。我们将每次滑动的行数和列数称为步幅或步长（stride）。

4. 池化

对图像进行下采样，降低图像分辨率。

池化层的作用：使特征图变小，简化网络计算复杂度；压缩特征，提取主要特征

常见的池化操作可以分为：最大池化（Max Pool）、平均池化（Avg Pool），示意图如下：

5.卷积和池化输出尺寸计算

• 假设输入图片的高和宽一致，卷积核的宽和高一致，那么输入图像的尺寸与输出图像的尺寸有如下关系：

• 其中， 𝐹𝑖𝑛 是输入图像、k 是卷积核的大小、p 是图像填充的大小、s 是卷积核的步幅、 𝐹𝑜 是输出、 ⌊6.6⌋ 是向下取整的意思，比如结果是 6.6，那么向下取整就是 6
  假设输入图片的高和宽一致，卷积核的宽和高一致，那么输入图像的尺寸与输出图像的尺寸有如下关系：

• 其中，$F_{in}$ 是输入图像、k 是卷积核的大小、p 是图像填充的大小、s 是卷积核的步幅、$F_o$ 是输出、$\lfloor 6.6\rfloor$ 是向下取整的意思，比如结果是 6.6，那么向下取整就是 6

$$F_o=\lfloor \frac{F_{\text{in }}-k+2p}{s}\rfloor +1$$

6.为什么要用卷积来学习呢？

图像都是用方形矩阵来表达的，学习的本质就是要抽象出特征，以边缘检测为例。它就是识别数字图像中亮度变化明显的点，这些点连接起来往往是物体的边缘。

传统的边缘检测常用的方法包括一阶和二阶导数法，本质上都是利用一个卷积核在原图上进行滑动，只是其中各个位置的系数不同，比如3×3的sobel算子计算x方向的梯度幅度，使用的就是下面的卷积核算子。

如果要用sobel算子完成一次完整的边缘检测，就要同时检测x方向和y方向，然后进行融合。这就是两个通道的卷积，先用两个卷积核进行通道内的信息提取，再进行通道间的信息融合。 这就是卷积提取特征的本质，而所有基于卷积神经网络来学习的图像算法，都是通过不断的卷积来进行特征的抽象，直到实现网络的目标。

7. 卷积神经网络的优势在哪？

前面说了全连接神经网络的原理和结构上的缺陷，而这正好是卷积的优势。

• 1.学习原理上的改进。
  卷积神经网络不再是有监督学习了，不需要从图像中提取特征，而是直接从原始图像数据进行学习，这样可以最大程度的防止信息在还没有进入网络之前就丢失。

• 2.学习方式的改进。
  前面说了全连接神经网络一层的结果是与上一层的节点全部连接的，100×100的图像，如果隐藏层也是同样大小（100×100个）的神经元，光是一层网络，就已经有 10^8 个参数。要优化和存储这样的参数量，是无法想象的，所以经典的神经网络，基本上隐藏层在一两层左右。而卷积神经网络某一层的结点，只与上一层的一个图像块相连。

用于产生同一个图像中各个空间位置像素的卷积核是同一个，这就是所谓的权值共享。对于与全连接层同样多的隐藏层，假如每个神经元只和输入10×10的局部patch相连接，且卷积核移动步长为10，则参数为：100×100×10×10，降低了2个数量级。 又能更好的学习，参数又低，卷积神经网络当然是可以成功了