机器学习笔记(1)基本术语和一些关于图像的理解

1、基本术语

• 数据集
  比如 (形状=’卷曲’,颜色=’黑色’，硬度=‘柔软’),( 形状=‘…’ 颜色=‘…’，硬度=’…’ )代表头发的一个数据集，里面每个数据都是这种。

• 示例
  其中的每一条数据代表每一条数据一样，就好比 人类和我一样，人类是一个大类，而我是具体的人类(说不是的出门右转-_-)。

• 属性
  上面数据集的 形状、颜色、硬度等等都是属性( attribute)或者说特征( feature)

• 属性值
  以上每个属性对应的值。

• 属性空间
  如果说上面每个属性都映射到空间的话，一个属性代表一个轴，我们同样可以把对应的属性值也建立对应的映射，这样我们就变成了一个三维空间(我的意思上面的示例，理论可以扩展为N维)

  由于空间的每一个点对应一个坐标向量，因此我们也把一个示例称为一个“特征向量”
  属性值的个数，也称为维数，如果想学术一点可以表示为：令D={x_i1,x_i1,x_i1,x_i1…..x_im }表示有m个示例的数据集，并且每个示例有d个属性，x_i={x_i1,x_i1,x_i1,x_i1…..x_id }

所以不要老是怪相机找你的脸不准，因为在某一刻他认为是人脸的东西，提取到的特征值是和它认为的人脸特征一样的。
其实现在某些物体的识别已经不错了，我们不用去研究什么物体是什么东西，比如说人脸的检测，现在的很多模型，已经能准确检测的到人脸，

2、 方向梯度直方图(HOG)

我们都知道一幅图片其实就是一个矩阵(不知道就去面壁)，我们遍历每个像素，然后根据其周围的像素，来比较像素深度，然后画个箭头来表示变暗的方向，箭头代表了梯度(所以我们要将图像变成灰度图，因为同一个人在不同的明暗条件下，图像像素值将会是不同的，不变的是明暗)，具体操作：将图像分割成16*16的小方块，然后计算出主方向上的梯度，然后用方向性最强的箭头代替原来的小方块，这样我们突然(好吧，也不突然)发现图像变成了人的轮廓，原始图像就被提取出了主要特征。
其他的一些巴拉巴拉，可以参考：
HOG 特征的提取:HOG特征简单梳理
HOG 特征的提取: 基于 scikit-image
所以我们拿到Hog图像之后，就可以在图片中轻松找到脸部了。

• 面部特征点估计
  瓦希德·卡奇米（Vahid Kazemi）和约瑟菲娜·沙利文（Josephine Sullivan）在 2014 年发明的方法
  基本思路是找到 68 个人脸上普遍存在的特征点（ landmarks）——包括下巴的顶部、每只眼睛的外部轮廓、每条眉毛的内部轮廓等。接下来我们训练一个机器学习算法，让它能够在任何脸部找到这 68 个特定的点：
  

• 脸部编码
  所以当我们发现未知的人脸和未知的人脸作比对的时候，并不是把每个人脸做比对，而是找到最接近测量数据的已知脸(比如耳朵大小、眼距、鼻子长度 ps:眉毛还是算了)，所以与其说是同一张脸，不如说是最像的脸。

• 寻找测量值
  所以这就引出了深度学习，人类更加倾向于，记住什么发型、长相这种，对于我们的计算机小可爱来说有点困难，我们要做的就是让小可爱自己去找，什么东西是自己需要的。（训练一个深度卷积神经网络）
  比如说这里有几张照片，每一张我的表情不一样，所以上面的测量值也会有区别，我们稍微调整一下之后给出大致相同的测量值(经过大数据量的重复该步骤，她就可以学会如何为每个人生成128个测量值)

机器学习人士把脸128个测量值称为一个嵌入( embedding )这样计算机把复杂的数据缩减为计算机生成的一个数列发方法
这个通过训练卷积神经网络来输出脸部嵌入的过程，需要大量的数据和强大的计算能力。即使使用昂贵的 Nvidia Telsa 显卡，你也需要大约 24 小时的连续训练，才能获得良好的准确性。

但一旦网络训练完成，它就可以为每一张脸生成测量值，即使之前它从未见过这张脸！所以这种训练只需一次即可。幸运的是，OpenFace 上面的大牛已经做完了这些，并且他们发布了几个训练过可以直接使用的网络。谢谢Brandon Amos他的团队！
所以我们需要做的，就是通过他们预训练的网络来处理我们的脸部图像，以获得 128 个测量值。
我们需要做的是训练一个分类器，它可以从一个新的测试图像中获取测量结果，并找出最匹配的那个人。分类器运行一次只需要几毫秒，分类器的结果就是人的名字！