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

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

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.

نویسندگان

احمد مهدی زاده

دانشجوی کارشناسی ارشد گروه مهندسی برق دانشگاه علامه محدث نوری مازندران نور