基于并行BP神经网络的人脸识别系统

此为 终端版 的人脸识别系统

并行版请戳：Github . PAC-P2P/BPNN-Face-Recognition-For-Parallel

串行版请戳：Github . PAC-P2P/BPNN-Face-Recognition

Qt 版请戳：Github . PAC-P2P/BPNN-Face-Recognition-For-Qt

使用说明

配置路径

解压 data 文件夹中的数据集，使解压后 faces 在 data 文件夹下。

修改 src/face-recognizer 下的 *.list 文件，使文件内各图片路径正确。

编译

在终端进入 src/face-recognizer 进行编译：

make

训练并测试

在终端进入 src/face-recognizer 进行运行（训练并测试）：

./facetrain -n shades.net -t all_train.list -1 all_test2.list -2 all_test2.list -e 100

测试

./facetrain -n shades.net -1 all_test2.list -2 all_test2.list

模块说明

• pgmimage.c, pgmimage.h

  • 处理图片的模块
  • 支持读写 PGM 文件和像素的存取/赋值
  • 提供了 IMAGE 数据结构和 IMAGELIST 数据结构（图片的数组，在处理许多图片时有用）

• backprop.c, backprop.h

  • 神经网络模块
  • 支持三层全连接前馈神经网络
  • 使用 backpropagation 算法来调整权值
  • 提供高等级的程序来创造、训练和使用神经网络

• iamgenet.c

  • 用于装载图片到网络的输入单元，和设置训练的目标向量的接口程序
  • 当实现 face recognizer 的时候，需要修改 load_target，根据你选择的输入编码设置合适的目标向量

• facetrain.c

  • 顶层程序，使用以上所有模块来实现一个“TA”识别器
  • 修改这个代码来改变神经网络的大小和学习参数，这两个是无关紧要的改变
  • 表现评估程序 performance_on_imagelist() 和 evaluate_performance() 都在此模块中，修改他们来实现 face recognizer。

• hidtopgm.c

  • 隐藏单元权值可视化程序

参数说明

facetrain 参数的一些说明

• -n <network file>

  • 装载一个已存在的网络文件，或用所给的名字创建一个新的网络文件
  • 在训练最后，神经网络会被保存砸这个文件中

• -e <number of epochs>

  • 训练次数
  • 默认为 100

• -s <seed>

  • 随机数产生器的种子
  • 默认为 102194
  • 围边种子尝试不同的随机数序列来重新实验

• -S <number of epochs between saves>

  • 保存网络所需要的最小训练次数

• -t <training image list>

  • 指定训练集
  • 如果没有这个参数，意味着没有训练（训练集都是0），网络直接在测试集上跑

• -1 <test set 1 list>

  • 指定测试集1
  • 如果没有这个参数，测试集1都是0

• -2 <test set 2 list>

  • 指定测试集2
  • 如果没有这个参数，测试集2都是0

数据集

Neural Networks for Face Recognition

Thanks

Github . yanshengjia/artificial-intelligence