CRBM其成功应用在手写数字识别上,当其对1000张手写数字进行分类(识别手写数字属于哪个数字),其误识别率约7%。从上述应用可见,CRBM在提取特征和解决多分类问题上颇有成效。那么能不能用其解决人脸和非人脸的二分类问题呢。
实验设计:
人脸图像设为类别1,非人脸归为类别2。使用带类标的3000张人脸图像,3000非人脸图像作为训练数据集进行训练。
用不带类标的1500张人脸图像,1500张非人脸图像作为测试集使用已经训练好的CRBM模型进行测试。
最后,发现误识别率约18.1%。说明了CRBM在解决分类问题上还是比较有优势。