人脸识别中的假阳性问题

Question

我有一个针对Mark Ruffalo的图像（裁剪后的脸部）进行训练的CNN。我有大约200张正面图像和200个随机脸部的负数据点。

该模型具有很高的召回率，但精度非常低。我该如何提高精度？此外，我的正面图像数量受到限制。在这种权衡中，我愿意牺牲召回率。

我尝试增加负样本数，但这会引入一种偏见，使模型开始将所有内容分类为负以达到局部最优解。

我基于overfeat构建了我的CNN：

local features = nn.Sequential()

features:add(nn.SpatialConvolutionMM(3, 96, 11, 11))
features:add(nn.ReLU())
features:add(nn.SpatialMaxPooling(2, 2, 2, 2))

features:add(nn.SpatialConvolutionMM(96, 256, 5, 5))
features:add(nn.ReLU())
features:add(nn.SpatialMaxPooling(2, 2, 2, 2))

features:add(nn.SpatialConvolutionMM(256, 512, 3, 3))
features:add(nn.ReLU())
features:add(nn.SpatialMaxPooling(2, 2, 2, 2))

-- 24x24x512
features:add(nn.SpatialConvolutionMM(512, 1024, 3, 3))
features:add(nn.ReLU())
features:add(nn.SpatialMaxPooling(2, 2, 2, 2))

--11x11x1024
features:add(nn.SpatialConvolutionMM(1024, 1024, 3, 3))
features:add(nn.ReLU())
features:add(nn.SpatialMaxPooling(2, 2, 2, 2))

-- 1.3. Create Classifier (fully connected layers)
local classifier = nn.Sequential()
classifier:add(nn.View(1024*4*4))
classifier:add(nn.Dropout(0.5))
classifier:add(nn.Linear(1024*4*4, 3072))
classifier:add(nn.Threshold(0, 1e-6))

classifier:add(nn.Dropout(0.5))
classifier:add(nn.Linear(3072, 4096))
classifier:add(nn.Threshold(0, 1e-6))

classifier:add(nn.Linear(4096, noutputs))




model = nn.Sequential():add(features):add(classifier)

请帮忙。

- midi

Answer 1

尝试使用CNN的原始输出而不是对输出节点进行sign()运算（因为它是正负类，我假设只有一个输出在范围[-1,1]内）。

例如，对于一个样本，输出可能是[0.9]，表示应选择正类。但是，如果您调整这些值，您可以找到一个特定的threshold值，希望它能给您所需的精度。换句话说，如果您发现任何大于[-0.35]的东西实际上应该被选择为正类，因为它给出了更好的精度，则-0.35应该是您的threshold值。

这就是 ROC分析派上用场的地方。

请告诉我这是否有所帮助。

- Pablo Rivas

---

我确实有一个连续范围的输出。问题在于这种理想情况并没有得到遵循。无论如何，无法区分假阳性和真阳性（就每个类别的功能值而言）。 - midi

在这种情况下，似乎是特征提取的问题。您需要更好的面部图像表示。做PCA很容易，并且有很多文档可以参考。如果图像中有受控照明并且姿势和面部表情变化很小，则它是一个很好的选择。您尝试过吗？用于人脸识别的PCA也称为“特征脸”。您目前正在进行任何特征提取/表示吗？ - Pablo Rivas

我尝试了Fisherfaces和LBP。如果不对齐面部，它们会失败得很惨。但是，在对齐之后，同样存在误报的问题！ - midi