如何从来自同一图像的不同数据集创建分类器

Question

我正在尝试创建一个分类器，以便从面部图像中区分男性和女性。 对于每张图像，我有 4 组数据（一张用于整个脸、眼睛、鼻子和嘴唇），它们是相同的。

这意味着对于每张图像，我有 4 个相同的特征，但它们来自图像的不同部分。

是否可以将它们合并到一个分类器中，或者我应该创建 4 个分类器然后将它们组合起来。 别的东西，我拥有的这些数据，我应该使用所有东西，还是应该坚持使用统计学上不同的数据（来自 T 检验）。

很抱歉，这很难解释，这是我第一次在这里发帖。

Answer 1

就个人而言，我只会使用整张脸的图像作为 CNN 的输入。让网络自己提取区分男性和女性所需的特征。通过为模型提供鼻子、​​眼睛和嘴唇的特定图像，您已经是分类的“硬编码”特征，假设这三个身体部位是计算机需要看到的所有部分，以便做出决定.

Answer 2

您可以训练一个分类器，该分类器将眼睛、鼻子和嘴唇的堆叠图像作为输入。这只有在这些图像具有相同形状的情况下才有可能。您可能想要使用的模型类型是卷积神经网络，因为它可以有效地处理图像数据。

如果我可能会问，如果您已经有了全脸图像，那么您必须使用单独的眼睛、鼻子和嘴唇特征的原因是什么？