卷积神经网络（四）应用

应用简介
首先应用于机器视觉/图像分类问题， 后来用于自然语言处理、 图形学等领域
只要是具有空间结构的数据， 都可以用卷积神经网络进行处理
卷积神经网络在解决很多实际问题时， 设计出了专门的网络结构和损失函数
理解的关键点：
网络结构。 即网络由哪些层组成， 各个层的作用是什么， 它们的输入数据是什么， 输出数据是什么
训练目标。 即损失函数， 这直接取决于要解决的问题

人脸检测

在CNN用于人脸检测之前， 占据主导地位的是 人工特征+级联AdaBoost+滑动窗口 方案， 即VJ框架
CNN用于人脸检测问题之后， 大幅度提升了检测精度， 包括检测率， 误报率
人脸检测要解决的核心问题
人脸可能出现在图像的不同位置
人脸可能有不同的大小
如何判断一个区域是否为人脸， 二分类问题

**

人脸识别

**