Numer: 06/2024 Str. 27
Autorzy: Robert Szmurło , Stanisław Osowski :
Tytuł: Ponowne etykietowanie niedoskonałych oznaczonych danych w celu poprawy rozpoznawania obrazów twarzy za pomocą CNN
Streszczenie: W artykule poruszono problem poprawy dokładności rozpoznawania obrazów twarzy za pomocą sieci CNN, przy założeniu, że zbiór treningowy zawiera dane z błędnymi etykietami. Zaproponowane rozwiązanie polega na ponownym oznakowaniu próbek obrazów poprzez zastosowanie klasyfikacji KNN opartej na odległości pomiędzy próbkami. Na początku obrazy konwertowane są na wektor cech, do których stosowany jest algorytm KNN. Klasy przykładowych obrazów są ponownie oznaczane zgodnie z klasą reprezentowaną przez większość sąsiadów wskazanych przez KNN. Opracowany system został przetestowany w zastosowaniu do problemu rozpoznawania twarzy. Zbiór danych składał się z 68 klas obrazów w skali szarości. Wyniki eksperymentów wykazały znaczną poprawę skuteczności rozpoznawania niedoskonale oznakowanych obrazów. (Ponowne etykietowanie niedoskonałych oznaczonych danych w celu poprawy rozpoznawania obrazów twarzy za pomocą CNN)
Słowa kluczowe: reetykietowanie. CNN, KNN, rozpoznawanie twarzy, analiza cech, sieci głębokie