人臉識別如何自學?

本人目前本科,之前自學了機器學習的一些基本演算法,現在想往人臉識別,尤其是表情識別方向深入學習,但學習路線不知如何規劃,網上沒有找到比較好的資料。
如果我研究生想往這方面作科研活動,目前是應該通過實際項目練手積累經驗,還是鞏固相關理論紮實基礎比較合適呢?
另外,用到的演算法是應該自己實現還是直接利用開源庫中寫好的呢。在代碼方面應該做到何種程度?
還請各位大牛賜教。


瀉藥。我暫時沒做人臉識別這個方向,可能說得不專業,但我覺得最基本的計算機視覺深度學習的知識應該要會才行,雖然我就只用過FaceNet來做(如果有用到非深度學習以外的知識的話請懂的大佬補充)。
所謂的基礎知識,得懂什麼是卷積、池化、激活函數這類基礎概念吧,這些你可以在吳恩達的coursera上能學到;新手入門工程應用的,你可以去看jeremy howard的fast.ai,非常好的課程;再深入一點就是cs231n課程了,刷通的話技能值up up up!
掌握了CV deep learning基本能力之後,就可以關注下人臉識別領域的工作,哪些模型效果是最頂尖的,都有哪些論文,有哪些對應的開源項目,找到這些開源項目自己改改玩玩,看能不能跑通模型識別到人臉。能跑通之後看看自己能否在他們的基礎上做一些提升,再深入就是復現論文了。
學習的深度就看你的目標了,如果只是想稍微接觸下嘗嘗鮮的,找到開源項目跑通,知道輸入輸出是什麼,遇到新的數據集要怎麼改,基本就能玩了,但這樣你的基礎知識不牢固,下次出了新文章,你依然復現不出來,換句話說還是得等別人復現出來才行。如果你是想學深入點的,那基礎就得打好,前面提到的公開課都學學,入門之後就是各種看論文,把這個領域的工作思路都理清,同時不斷提升工程能力,從一開始模仿別人搭模型,到自己復現論文,提升性能,這樣日積月累才有更大的提升。


感謝被邀請來回答問題!

這可是個大課題啊。本科可能要實現這個比較難啊。
你要用到圖像識別,人工智慧等,還有很多演算法。做出來不容易
若能在網上找些相關的資料,參照改一下吧。若要完全自己寫,數學功底就要很高了。

我只能推薦一些關於人工智慧的資料書籍

了解人工智慧,30份書單不容錯過(附電子版PDF下載)

機器學習 數據科學必讀的經典書籍,內附資料包!

從入門到研究,人工智慧領域最值得一讀的10本資料

FMI飛馬網 | AI人工智慧:54份行業重磅報告匯總(附下載)


1, 做項目
2,先跑一套簡單的別人寫好的。搞懂自己抄一遍
3,同樓上做研究不建議。除非你有好的切入點。
4,你說你學習了ml。能手寫一個最簡單的nn嘛?能那就從第一點開始


Update: 第一次的時候題目沒看清,原來是表情識別這方面的東西。那其實你最近也沒必要去看以前的做法了。看你說學了一下ML相關的東西,那自然還是先補完DL的基礎知識,做到基本能復現(或者全部搞懂別人的代碼)基礎知識。做項目也是可以。另外,還是找個實驗室吧。

人臉識別這個其實做挺久的一個話題了。你可以先看看非深度學習的方法。其實就是一個detection+recognition的pipeline。以前是幾個手工特徵加一個分類器找出位置,然後匹配一下特徵做到識別。感覺這個你學了編程加看論文一周能寫一個出來吧(這些訓練也不用GPU)當然你直接用OpenCV也是可以的。後面用DL的方法就複雜了一點,想做的話先把dl的其他基礎部分了解一下Cs231n, 其他的DL書或者是樓上提到的FAST AI 總之先把CNN的各個方面都搞懂後面看相對應的論文去復現也不是很難。

另外不建議現在就決定選人臉識別做研究生課題,我個人感覺這個方向已經比較完善了。先試一下深度學習最主要的幾個task,真的有興趣以後再說


推薦閱讀:

如何應對記憶外部化?
每次用跑步機要去按那個按鍵調節速度,跑步的節奏都被打亂了,有不用按面板上面的按鍵就可以控制的跑步機嗎?
在未來世界,建立雲端疾病庫而大量削減普通基層醫生是否可行?
人工智慧的趨勢是不是勢不可擋,未來如何選擇才能不被人工智慧所取代?
強大的計算機能否模擬宇宙的一部分,其中生物如何判斷自身的狀態?

TAG:人工智慧 | 人臉識別 | 機器學習 | 學習方法 | 表情識別 |