灰度或RGB用于使用机器学习进行人脸识别？

Question

我正在构建用于人脸识别的卷积神经网络（CNN）模型。

作为培训数据收集的第一步，培训，灰度或RGB的最佳图像格式是什么？

我已经经历过几篇文章，说灰度图像最适合人脸识别，但还没有得到令人满意的信息，为什么呢？

对于这种方法，使用灰度相比RGB有什么优势？

对于人脸识别模型，需要有颜色信息还是灰度转换时会丢失图像中的有用信息？

预测精度各不相同？

                Thanks in Advance. 

Answer 1

不是考虑面部识别为一个特定的问题，而我们也可以考虑图像分析的一般领域，特别是与使用细胞神经网络的。

我们通常喜欢简化机器学习中的问题，以减少需要处理的噪音和数据量。

简单性 - 许多图像处理操作一次在图像平面上工作数据（例如，单一颜色通道）。因此，如果您有RGBA 图像，则可能需要对四个图像 平面的每一个应用该操作，然后合并结果。灰度图像仅包含 一个图像平面（包含灰度强度值）。数据简化 - 假设你有一个RGBA图像（红 - 绿 - 蓝 - 阿尔法）。如果 您将此图像转换为灰度图，则只需处理 与彩色图像相比的1/4数据。对于许多图像处理应用，尤其是视频处理（例如，实时对象 跟踪），该数据缩减允许算法在合理的时间量内运行。

Is conversion to gray scale a necessary step in Image preprocessing?