【问题标题】:Image Recognition using Supervised or Unsupervised Learning使用监督或无监督学习的图像识别
【发布时间】:2011-06-11 16:47:58
【问题描述】:

我熟悉用于文本分类的监督学习方法(SVM、最大熵、贝叶斯分类器),但对于图像我不知道应该从哪里开始。

我有一组人类图像(仅限女性),我必须将它们分类为美不美。我面临的第一个障碍是“特征选择”。我想将头发形状、肤色、眼睛形状作为特征,但它们变得太复杂而无法检测。 相比之下,OCR 似乎比较容易,因为可以将形状以黑白格式放入并找到与已知符号的最佳匹配。

如果更有用的话,我也准备探索无监督学习方法。 请向我提供有关我应该如何开始的指示。 任何免费使用的库都会非常棒(可以是任何语言)!

【问题讨论】:

    标签: machine-learning image-recognition


    【解决方案1】:

    如果你想对漂亮/不漂亮进行分类,你想使用监督学习,因为无监督学习不知道“漂亮”这个概念,你必须通过标签来介绍它。

    作为入门指南,ECCV 2010 上有一篇关于面部美容的最新论文(您可以在 http://dgray.info/ 上找到它),在介绍中有很多其他论文的参考。

    【讨论】:

    • 哈哈哈,哇。我不能不笑就读完那张纸。关于它的某些东西似乎很……卑鄙。 “看,不只是人类认为你丑。机器也一样。”就技术优势而言,作者采用了我在其他传统人脸识别问题(如性别识别)中看到的监督方法。
    猜你喜欢
    • 2014-04-20
    • 2017-12-08
    • 2017-06-27
    • 2013-03-24
    • 2018-10-01
    • 2010-12-22
    • 2019-02-20
    • 2021-10-17
    • 2017-11-02
    相关资源
    最近更新 更多