3. Mạng neural phát hiện khuơn mặt
3.2.1Huấn luyện mạng học ảnh khuơn mặt
Với kiến trúc là một mạng mở thì hiệu quả hoạt động của mạng neural phụ thuộc phần lớn vào quá trình huấn luyện mạng. Quá trình đĩ bao gồm xác định mục đích, chuẩn bị huấn luyện và chiến thuật huấn luyện mạng. Như đã trình bày trong huấn luyện mạng, chúng ta sẽ bao gồm huấn luyện mang nhận biết ảnh khuơn mặt và huấn luyện mạng nhận biết ảnh khơng phải là khuơn mặt. Tuy nhiên đây là một quá trình huấn luyện đơng thời.
Với kiến trúc là một mạng neural đơn lẻ, chúng ta khơng thể cùng một lúc phát hiện mặt ở mọi tư thế, nhìn thẳng và nghiêng, bởi vì nếu như thế trong tập ảnh huấn luyện khuơn mặt, chúng ta phải cĩ đầy đủ các bộ dữ liệu miêu tả các tư thế khác nhau của khuơn mặt. Nhưng khi đĩ sự sai khác của các ảnh huấn luyện sẽ quá lớn, và điều đĩ sẽ làm cho mạng học sai và dẫn đến sẽ khơng học được cái gì cả [6]. Cũng chính vì điều này mà trong tập ảnh khuơn mặt để huấn luyện, sẽ chỉ cĩ ảnh nhìn thẳng hoặc ảnh bị xê dịch như nghiêng, quay, dịch lên hay nhìn xuống với một gĩc khơng đáng kể (theo như tài liệu miêu tả trong tâp ảnh tải về, thì độ nghiêng khơng quá 200) và gĩc quay khơng quá 110).
Quá trình huấn luyện ảnh khuơn mặt sẽ cố định với tập 1500 ảnh khuơn mặt cĩ sẵn, và nĩi chung việc huấn luyện ảnh khuơn mặt khơng cĩ điều gì phải nĩi thêm. Vấn đề ở đây sẽ là chiến thuật để huấn luyện ảnh khơng khuơn mặt. Vì thực tế cho thấy, số lượng ảnh khơng khuơn mặt so với ảnh cĩ khuơn mặt là rất nhiều. Theo một số tài liệu thì với 1500 khuơn mặt thì số ảnh khơng khuơn mặt tương ứng phải lên đến con số gấp 1000 lần như thế. Để cĩ thể huấn luyện được tồn bộ số ảnh này thật là điều khĩ khăn. Chính vì vậy một chiến lược
giảm bớt số ảnh khơng khuơn mặt cần huấn luyện là điều vơ cùng cần thiết. Hơn thế nữa, mục tiêu của chúng ta sẽ là tiến hành cho mạng học để sau này cĩ thể phân lớp một cửa sổ là khuơn mặt hay khơng. Cĩ nghĩa là tốt nhất, số lượng mẫu học khơng khuơn mặt càng gần số mẫu học khuơn mặt càng tốt.