تشخیص جنسیت بر اساس تصاویر چهره با استفاده از طبقه بندتقویتیLP و مشتقات جهت دار و ویژگی های آماری
محل انتشار: دوازدهمین کنفرانس ملی سیستم های هوشمند ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,079
فایل این مقاله در 6 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:
ICS12_118
تاریخ نمایه سازی: 11 مرداد 1393
چکیده مقاله:
جنسیت یکی از ویژگی های مهم انسان ها در مبحث جمعیت شناسی است؛ امروزه تعیین متغیرهای جمعیتشناسی انسان ها مانندجنسیت، سن و نژاد از طریق علم بینایی ماشین تاثیر قابل توجهی در افزایش کیفیت تعاملات اجتماعی و خدمات بشری داشته است.روشهای مبتنی بر مشتق از روشهای محبوب در استخراج ویژگیهای قابل تمایز چهرهای با هدف تشخیص جنسیت میباشاند. در این مقاله روشی کارامد و سریع برای تشخیص جنسیت براساس تصاویر چهره با استفاده از مشتقات جهت دار و روش های آماریمعرفی م یشود. این راهکار، بر روی همسایه های یک پیکسل مرکزی عملیاتی مبتنی بر روشهای مشتق گیری و آماری انجام می دهدتا در نهایت برای هر تصویر یک بردار ویژگی ایجاد کند. پس از ایجاد بردار ویژگی برای تمام تصاویر، از عملگر طبقه بند تقویتی LP) LPBoost برای عمل دسته بندی استفاده می شودنتایج آزمایش ها، نشان دهنده دقت طبقهبندی 92.39 % روش پیشنهادی بر روی پایگاه دادهFRGC 2.0 ودرنتیجه اثربخشی این روش در دسته بندی جنسیتی و همچنین سرعت بالای آن در مقایسه با روشهای مشابه است
کلیدواژه ها:
تشخیص جنسیت ، پی شپردازش ، استخراج ویژگی ، الگوی مشتق شده به هم پیوسته ، روش های آماری ، طبقه بند تطبیقی
نویسندگان
ویدا مراقبتی
دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد قزوین، قزوین
هدیه ساجدی
استادیار، دانشکده ریاضی، آمار و علوم کامپیوتر، پردیس علوم، دانشگاه تهران، تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :