تشخیص جنسیت تصاویر چهره با استفاده از فیلتر های کاسفایر با قابلیت یادگیری
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 555
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRCIVILC02_028
تاریخ نمایه سازی: 13 مهر 1397
چکیده مقاله:
تشخیص جنسیت از روی تصاویر صورت یک ابزار مهم در حوزه ی امنیت، تبلیغات و بازاریابی است. ما یک توصیفگر جدیدبر پایه ی فیلترهای COSFIRE برای تشخیص جنسیت را ارایه نموده ایم. فیلتر COSFIRE به گونه ای قابلیت یادگیری دارد که انتخاب آن بواسطه ی یک پروس هی شکل گیری اتوماتیک که یک الگوی نمونه اولیه ی داده شده دلخواه را آنالیزمی کند، صورت می گیرد. ما موثر بودن روش ارایه شده را با یک مجموعه داده های جدید به نام GENDER-FERET با474 مورد یادگیری و 472 نمونه آزمایشی نشان داده، و به دقت 93.7% دست یافته ایم. همچنین نسبت به روشی که بهویژگی های دستی و مجموعه طبقه بندی اتکا می کند برتری دارد. علاوه بر این، آزمایش دیگری با استفاده از تصاویرچهر ههای برچسب خورده در مجموعه داده های (Wild(LFW برای یادگیری طبقه بندی کننده و همچنین تصاویر آزمایشی برای تکامل مجموعه داده های GENDER-FERET، صورت دادیم. این آزمایش توانایی تعمیم (حامعیت بخشی) روش پیشنهادی را نشان داده ونسبت به دو کتابخانه ی تجاری ++Face و Luxand برتری نشان داد.
کلیدواژه ها:
نویسندگان
احمد مهدی زاده
دانشجوی کارشناسی ارشد گروه مهندسی برق دانشگاه علامه محدث نوری مازندران نور