تشخیص بلادرنگ جنسیت با شبکه عصبی عمیق

امروزه با وجود هوش مصنوعی و شبکه های کانولوشنال پیشرفت های بسیار خوبی در بینایی ماشین انجام گرفته است. بینایی ماشین میتواند بسیاری از کارهایی را که برای انسان دشوار و خسته کننده، و دارای خطای بالایی است، به صورت اتوماتیک انجام دهد. از جمله کارهای پرچالش تشخیص جنسیت انسان است که امروزه کاربردهای زیادی دارد. با تشخیص جنسیت انسان به وسیله هوش مصنوعی و بینایی ماشین میتوان به کارها سرعت بخشید. شبکه عصبی عمیق پیشرفت های خوبی نسبت به روش های متداول یادگیری ماشین به دست آورده است، اما تعداد پارامترها و محاسبات یکی از مشکلات این شبکه هاست. در این مقاله مدل شبکه عصبی عمیق بلادرنگ پیشنهاد شده است که با کاستن پارامترها و محاسبات مدل سیستم، تشخیص جنسیت انسان را سریعتر و با کمترین محاسبات انجام میدهد. مدل پیشنهادی مدلی بسیار سبک و ترکیبی از فیلترهای چندگانه است که روی سه مجموعه داده آموزش دیده و تست شده است.

Keywords:

سیستم تشخیص بلادرنگ , شبکه یادگیری عمیق , Gender detection , Separable Convolution Depthwise , Filter