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

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.

یادگیری ماشینی، تشخیص جنسیت، هوش مصنوعی، پلتفرم لینوکس