Ez az egész bejegyzés ezt az arcfelismerő módszert fogja végigtárgyalni, egészen a tanítási folyamat kezdetétől a tanítást ellenőrző hisztogramig.
Szükséges eszközök : MatlabR2010a meg egy képadatbázis. Az én képadatbázisom úgy néz ki, hogy 4533 arc, és 96781 nem arc. Pár bejegyzéssel korábban raktam fel képeket matlabból, ahol eloszlások (zöld-piros kis keresztek) illetve hisztogramok szerepelnek. Eddig összegyűlt 42 ilyen eloszlásom, meg hisztogramom. Ebből 10et használtam fel a mostani tanításhoz. Ezeknek elrendezését a "Neuronháló" bejegyzésben tárgyaltam részletesebben.
Elindítjuk a Matlabot, s bepötyögjük, hogy nprtool, amire megjelenik a már jól ismert "Welcome to the Neural Network Pattern Recognition Tool." Itt nyomunk egy Next-et, majd az Inputs és Targets résznél beállítjuk a bemeneti és a kategóriaeldöntő változóinkat. Nálam ez a következőképpen nézett ki:
Nyomjuk a Next gombot, itt nagyon nincs amit állítani, a szokásos 70%, 15%, 15% tökéletesen megfelel bármilyen célnak. Itt egy újabb Next gombnyomásra megjelenik a legfontosabb beállítási lehetőség, vagyis, hogy hány rejtett réteg legyen a rendszerben. Az egyszerűség és könnyebb megértés kedvéért ezt 1-re állítjuk. (Nomeg azért is állítjuk egyre, mert egyelőre csak annak a működését értettem meg...)
A legelső lépés a megértés felé a Simulink diagram kigenerálása, amit két Next gomb nyomás után meg is tehetünk a Generate Simulink Diagram gombra kattintva. Ha mindent jól csináltunk, akkor a következő képet látjuk a Simulink ablakban:
megkeresi az első sorból a legnagyobb és legkisebb elemet, ezek lesznek az xmax és xmin. A -1 lesz az ymin, a +1 lesz az ymax. Tudjuk, hogy melyik értékünket akarjuk beállítani -1 és +1 közé, az lesz az X, a neki megfelelő kimeneti érték lesz az Y. A képlet pedig a következő:
y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin;
Ezzel kiszámoljuk minden egyes bemeneti értékrea -1 és 1 közé eső átlagát. Ha azzal végeztünk, belépünk az első neuronháló rétegbe.
[-1.9841331421273383;-1.3585126958692031;
-1.4351172518964324;-1.4932715678081847;
0.015225782582406353;7.1424511152721832;
6.8843449087072308;0.89608401038087471;
0.56418414319632859;0.24452191060179679]
Pontosan 10 darab majdnem tökéletesen behangolt súlyzó. Ha ezzel a szorzás-összeadás kombóval megvagyunk, akkor a következő lépés a Bias, vagy magyarul eltolás hozzáadása ehhez a sum(pd.*weights) értékhez. Az én Bias értékem = -0.12710590228495711.
Ezt az összeadást fogja elvégezni a netsum nevű kicsi kék négyzet, aminek a kimenete egy csúnya tangens hiperbolikusz szigmoid átviteli függvénynek a bemenetére van kötve. Ennek az a lényege, mint a komparátornak, vagyis egy bizonyos értéknél kapcsol, viszont itt a kapcsolás elég lágy. Egy kis programrészlettel szemléltetném a függvény kinézetét :
n = -5:0.1:5;
a = tansig(n);
plot(n,a) %a = tansig(n) = 2./(1+exp(-2.*n))-1
A tangens-szigmoidnak az átviteli függvénye, fel van tüntetve a forráskódban, a kikommentált részben. A tangent-szigmoidnak a kimenetét nevezzük el az egyszerűség kedvéért "a"-nak. Ez az a lesz az első neuronháló rétegnek a kimenete, és ez szolgálja a bemenetet a második neuronháló rétegnek, a Layer2-nek.
Ennek a tansig()-nek a kimenete megy a "posztprocesszálló" blokkba, ahol visszalakítják az eredeti értékére (mert mint tudjuk, behangoltuk -1 és +1 közé).
eredmeny =
0.9990
-0.9999
akkor azt mondhatjuk, hogy az egy arc. Ha azt az eredményt kapjuk, hogy
eredmeny =
-0.9999
1.0000
vagyis felül van a -1 és alul a +1, akkor az nem arc.
clear all
close all
clc
load neural_net.mat %itt vannak tarolva a kepek
for j=4500:4600 %4533-ig vannak az arcaim
bemenet=zeros(10,1);
bemenet = f_and_nf_proba(:,j); %beallitjuk a bemenetet
%minimum es maximum ertekek meghatarozasa
ymax=1;
ymin=-1;
xmin=zeros(10,1);
for i=1:10
xmin(i,1)=min(f_and_nf_proba(i,:));
end
xmax=zeros(10,1);
for i=1:10
xmax(i,1)=max(f_and_nf_proba(i,:));
end
y=zeros(10,1);%ide kerulnek a normalizalt bemeneti ertekek
for i=1:10
y(i,1) = (ymax-ymin)*(bemenet(i,1)-xmin(i,1))/(xmax(i,1)-xmin(i,1)) + ymin;
end
L1_w1=[-1.9841331421273383;-1.3585126958692031;-1.4351172518964324;-1.4932715678081847;0.015225782582406353;7.1424511152721832;6.8843449087072308;0.89608401038087471;0.56418414319632859;0.24452191060179679];
%L1_w1 tartalmazza a Layer1-ben levo sulyzo ertekeit.
L1_w1_ki=sum(L1_w1.*y);%ehhez hozzaadjuk a sulyzot
eltolas_1=-0.12710590228495711;
netsum_1_ki=eltolas_1+L1_w1_ki;%ez megy be a tangens hiperbolikuszba
tansig_kimenet = tansig(netsum_1_ki);
%ezt a tansig_kimenet-et neveztuk mi "a"-nak az egyszeruseg vegett
%ez a tansig_kimenet megy be a Layer2-be.
sulyzo_2_1=5.9364589656690185;
sulyzo_2_2=-8.7710742682750453;
%ez a sulyzo_2_* a layer2-es ket sulyzoja
arc_e=zeros(2,1);
arc_e(1)=tansig_kimenet*sulyzo_2_1;
arc_e(2)=tansig_kimenet*sulyzo_2_2;
%ezt meg el kell toljuk a Layer2-Bias ertekevel
eltolas_2=[-0.51040076648123345;1.4045288690576592];
majdnemvege = arc_e+eltolas_2;
eredmeny = tansig(majdnemvege);
j
eredmeny
if(eredmeny(1)>0)display('Ez arc.');end
if(eredmeny(2)>0)display('Ez nem arc.');end
end
Remélem elég világos voltam, illetve azt is remélem, hogy a leírásban nincsenek szarvashibák. Ha mégis, akkor kell írni a szerkesztőség címére, s kijavítjuk.
Ennyi mára.
