Ho bisogno di confrontare un'immagine e decidere se è simile a un'altra. In questo caso, mi piacerebbe utilizzare un semplice perceptron che paragona pixelmap di entrambe le immagini. Ma ho solo una comprensione molto basilare delle reti neurali e non sono sicuro se questo approccio funzionerà se c'è una sola immagine sorgente (per addestrarla con). Qualcosa che potrei fare in questo caso?
Quando allenate una rete neurale, avete bisogno di input sia positivi che negativi. Se dovessi dire, indica solo a una rete neurale che quando viene data un'immagine che deve restituire 1, quando viene data un'immagine che non è simile, può restituire 1 lo stesso.
E in questa circostanza, mentre c'è solo 1 immagine che ti piacerebbe che le altre immagini fossero simili, ci sono molte molte molte immagini che non sono simili che dovrebbero restituire 0 o chiudere a 0. Prima che la rete neurale ritorni risultati simili a quello che ti aspetteresti, devi essere tu a mostrargli quello che ti aspetti.
Supponendo che tu volessi farlo abbinare le foto contenenti il volto della stessa persona. Dovresti addestrare la tua rete neurale a restituire 1 in questi con esattamente la faccia di quella persona all'interno della foto. Mostreresti poi le foto dei volti di altre persone e restituirai 0.5. Quindi mostreresti foto di ponti, edifici, persone senza primi piani e restituiscili 0. A questo punto, hai quella che sarebbe una rete neurale di riconoscimento facciale molto rozza. Dubito che potresti avere una rete neurale che fornisca qualsiasi valore di significato con una sola foto.
Come sempre con le reti neurali, è difficile dire di sicuro senza provarlo. Ma penso che il fatto di avere una sola "fonte" sia improbabile che causi problemi. In realtà, potrebbe semplificare le cose. L'importante è avere un sacco di immagini per confrontarlo con la formazione.
Per la struttura della rete, non credo che avresti bisogno di fornire la fonte come input: come sarebbe lo stesso per tutti i dati di allenamento, in realtà non farebbe nulla! Invece, il perceptron dovrebbe imparare da quanto sono simili ognuna delle altre immagini.
Ricorda che il perceptron si sarebbe allenato su quell'unica fonte, cioè non saresti in grado di cambiare l'immagine sorgente senza completamente rieducarla. Inoltre, come ho detto sopra, assicurati di avere un ampio set di allenamento (ad esempio le immagini di confronto).
Nota: non ho fatto molto con le immagini nelle reti neurali, quindi non posso commentare alcuni degli altri punti, ad esempio se le pixelmap sarebbero adatte.
Leggi altre domande sui tag theory artificial-intelligence neural-networks perceptron