人脸识别与图像分类

Posted 2023-03-16

【中文标题】人脸识别与图像分类

【英文标题】：Face recognition vs image classification

【发布时间】：2021-06-27 09:28:29

【问题描述】：

我需要使用张量流构建图像分类模型，但在我的数据集中，我有超过 10000 个类，每个类只有 5 个图像。

我知道 5 个图像的数量太少，理想情况下每个类应该“至少”100 个图像，但目前我不明白某些“人脸识别”模型是如何工作的。

例如，所有现代智能手机都提供了“人脸识别”功能，可以在世界上所有的人脸中识别手机的主人，而且设置非常简单，只需快速拍摄（3 到 5 秒）即可主人的脸。

那么，为什么这可以工作，而图像分类模型需要大量图像才能达到可接受的精度？

这些模型是在幕后使用不同的技术构建的吗？

是否可以使用智能手机用于“人脸识别”的相同技术构建“图像分类”模型？

【参考方案1】：

智能手机人脸识别：您的智能手机人脸识别系统所做的是识别您脸上的某些关键特征，例如 S。因此，给定一张新面孔，它会说“是的，这张面孔与S 匹配”或“不，这张面孔与S 不匹配”。因此，正如您所见，您只需要一些面部样本来识别这个好的集合S。当它看到一张新面孔时，它所要做的就是从新面孔中获取这些关键特征，并将其与S 进行比较，最后说“是”或“否”。它不必说，是你的脸，你父亲的脸，你母亲的脸等等。它只需要说“是的，它匹配”或“不，它不匹配”

图像分类：但是，图像分类是一项完全不同的任务，它必须将每个图像分类到一个类别中。要识别图像是否是猫，它必须提取某些关键特征，将其与其他动物区分开来。因此，如果你有 100 种不同的动物，你需要 100 组这样的可区分的关键特征。这就是您需要为每个类别提供大量样本的原因，以便图像分类系统可以识别每个类别的此类关键特征集。

您如何识别关键特征是完全不同的游戏。它可以使用经典的图像处理技术（如 SIFT、SURF 等）或使用深度学习技术（如 CNN、自动编码器等）