我正在尝试使用用 theano 编写的神经网络构建人脸检测系统。我对计算交叉熵的预期输出应该是什么感到有点困惑。我不想知道脸部是否存在，我需要突出显示图像中的脸部(找到脸部的位置)。图像的大小是恒定的。但图像中脸部的大小却不是。我该怎么办？另外，我的网络摄像头当前捕获 480x640 的图像。在输入层中创建这么多神经元会对系统造成很大负担，如何在不丢失任何特征的情况下压缩图像？
最佳答案
有很多可能的解决方案，最简单的解决方案之一是执行滑动窗口搜索并询问网络“图像的这一部分有脸吗？” - 这是相当“标准”的方法。特别是，你按照层次结构进行操作——将图像分割成 9 个重叠的正方形(我假设图像是正方形)，并在每个正方形中询问“里面有一张脸吗？”通过将其重新调整为您的网络输入。接下来，您再次将回答"is"的人分成 9 个方格并重复。这样你就可以快速找到面孔。另一种方法是执行监督分割，尝试预测图像的哪些部分(像素/超像素)属于面部，哪些部分不属于面部。这不是详尽的列表，但应该让您大致了解如何继续。
how do i compress the images without losing any features?
你没有。这不可能。缩小规模时总会丢失一些数据(无损压缩存在，但它会破坏结构，从而使分类变得极其困难)。
关于machine-learning - 如何使用神经网络进行人脸检测？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34461249/