پیاده سازی یادگیری ماشینی برای جنسیت تشخیص با استفاده از CNN در پلتفرمRaspberry Pi
Publish place: The 7th International Conference on Electrical Engineering, Computer, Mechanics and Artificial Intelligence
Publish Year: 1403
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 46
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EECMAI07_014
تاریخ نمایه سازی: 17 مرداد 1403
Abstract:
تشخیص جنسیت کاربردهای متعددی در زمینه احراز هویت، سیستم های امنیتی و نظارتی، پلتفرم های اجتماعی و رسانه های اجتماعی دارد. سیستم پیشنهادی تشخیص جنسیت را بر اساس بینایی کامپیوتری و رویکرد یادگیری ماشینی با استفاده از آن توصیف میکند شبکه عصبی کانولوشن (CNN) که برای استخراج ویژگی های مختلف صورت استفاده می شود. ابتدا استخراج صورت مورد بررسی قرار می گیرد و بهترین ویژگی هایی معرفی می شوند که برای آموزش و آزمایش مجموعه داده مفید خواهد بود. این نمایش یادگیری از طریق استفاده از شبکه عصبی کانولوشن گرفته شده است. که نشان می دهد که سیستم پیشنهادی در سطوح مختلف چالش برانگیز مجموعه داده های چهره آزمایش می شود و بازده عملکرد عالی سیستم را با نرخ تشخیص جنسیت برای هر یک از پایگاه داده ارائه می دهد. کل این سیستم با پیاده سازی سخت افزاری ساده و آساندر Raspberry Pi که با استفاده از پایتون برنامه ریزی شده است، معرفی شده است.
Keywords:
Authors
سحر صادقی
استاد دانشگاه آزاد و آموزشکده فنی وحرفه ای پسران شماره دو یزد- امام علی
علیرضا مهری خلف بادام
دانشجوی کارشناسی مهندسی حرفه ای الکترونیک کاربردی آموزشکده فنی وحرفه ای پسران شماره دو یزد- امام علی