人脸识别训练集答案

【问题标题】：Training Set for Face Recognition人脸识别训练集
【发布时间】：2014-06-04 15:50:24
【问题描述】：

谁能给我解释一下人脸识别背景下的训练集是什么意思？

我一直在阅读期刊，我经常看到类似的页面

在实验中，每个人随机选择的五个样本是用于形成训练集，其余样本用于测试。

谢谢

【问题讨论】：

【解决方案1】：

training set，在人脸识别的上下文中，是一种在不同上下文中发现不同数据集/同一数据集之间关系的方法。对于人脸识别，如果我给一个算法我的七张不同的照片和我朋友的八张不同的照片，算法的想法是找到我的七张照片/我朋友的八张不同的照片之间的相似之处，例如可以识别我朋友或我的新照片。

更多信息请参见维基百科上的facial recognition。

算法的输入是标记图片的列表，标记表示带有图片和个人身份的元组。

例如：

train = [(img1, 'Louis'), (img2, 'Louis'), (img3, 'John'), (img4, 'John')]

img_rec = algorithm(train)

然后，您应用经过训练的算法来识别未标记的图像。

test = [img5, img6, img7]

for i in test:
    img_rec(test)

假设您有足够的训练数据/良好的算法，这将（理想情况下）识别图像中的人。

编辑：关于您的上述评论，是的！有时。不同的算法使用不同的 ID 方法。 A good site detailing the four main algorithms in use now.

【讨论】：