Resumen de Implementación de una red neuronal de convolución para el reconocimiento de poses en imágenes de rostros
- español
Las redes neuronales de convolution pertenecen a un conjunto de técnicas agrupadas bajo el aprendizaje profundo, una rama del aprendizaje automático que ha probado ser exitosa en los últimos años en tareas de reconocimiento de imágenes y grabaciones de voz. El presente trabajo explora la utilización de las redes neuronales de convolución en el reconocimiento de imágenes de poses horizontales fuera del plano de rostros. Se propone una implementación basada en las bilbiotecas de código abierto OpenCV para la clasificación de imágenes de rostros humanos dentro de 7 poses predeterminadas y se presenta en detalle la arquitectura de la red y la estrategia de aprendizaje.La implementación entrenada con conjuntos de 2600 imágenes de cuatro tamaños: 33 × 33, 41 × 41, 65 × 65 y 81 × 81, alcanza una tasa de aciertos promedio del 85% superior a la obtenida con el algoritmo de Rostros Propios cercana al 78%, con un tiempo de ejecución similar.
- English
Convolutional neural networks belong to a set of techniques grouped under deep learning, a branch of machine learning, which has proven successful in recent years in image and voice recording recognition tasks. This paper explores the use of deep convolutional neural networks in the recognition of horizontal poses outside the plane. We propose a convolutional neural network architecture based on OpenCV open source libraries for classification of images of human faces within seven default poses. We present in details the optimized design of our architecture and our learning strategy.The classifier trained on a set of 2600 images of sizes: 33 × 33, 41 × 41, 65 × 65 y 81 × 81, achive an recognition rate of 85%, higher than the 78% achieved with the Eigenfaces algorithm, with nearly the same execution time.
