图像分类问题的一个经典示例是使用 MNIST 数据的 softmax 线性回归模型对手写数字进行分类。假设有一个包含 10 个对象的面部数据库,每个对象有 10 张图像。这将是图像(人脸)识别的问题。
那么考虑到数字和人脸特征空间的差异,以此类推,我可以将每个主体假设为每个数字,将主体图像假设为手写数字的示例,并应用分类算法进行识别。 Check this link
请帮我理解这一点?
最佳答案
在这种情况下没有区别。分类问题只需两个数据集:以数字为标签的手写数字图像或以主体为标签的人脸图像。
但是,通常人脸识别任务涉及查找一张图片中的所有人脸,而不是标记它们
关于image-processing - 图像分类和图像识别(在人脸识别的背景下)有什么区别?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43162623/