Как создать классификатор из другого набора данных, полученных из одного изображения

Question

Я пытаюсь создать классификатор, чтобы отличать мужчин и женщин от изображений лиц. Для каждого изображения у меня есть 4 набора данных (один для всего лица, глаз, носа и губ), которые одинаковы.

Это означает, что для каждого изображения у меня есть 4 одинаковых объекта, но они получены из различные части изображения.

Возможно ли объединить их в один классификатор или я должен создать 4 классификатора, а затем объединить их. Что-то еще, эти данные, которые у меня есть, я должен использовать все, или я должен придерживаться статистически различных (из T-теста).

Извините, что это трудно объяснить, и это мой первый время размещения здесь.

Answer 1

Лично я бы использовал только изображения целых лиц в качестве входных данных в CNN. Позвольте сети извлекать из себя те функции, которые ей необходимы, чтобы различать мужчин и женщин. Подавая модель, указывающую c изображения носа, глаз и губ, вы уже стали своего рода «жестко кодируемыми» функциями для вашей классификации, предполагая, что эти три части тела - это все, что компьютер должен видеть, чтобы принять решение.

Answer 2

Вы можете обучить один классификатор, который принимает в качестве входных данных сложенные изображения глаз, носа и губ. Это возможно, только если эти изображения имеют одинаковую форму. Типом модели, которую вы, возможно, захотите использовать, будет сверточная нейронная сеть, поскольку она может эффективно обрабатывать данные изображения.

Если я могу спросить, с какой стати вы должны использовать отдельные функции глаз, носа и губ, если у вас уже есть изображение полного лица?