مریم رحیم - شهرداری اراک

تخمین سن هوشمند افراد از روی تصاویر چهره، به دلیل نقش کلیدی در بسیاری از موارد کاربرد، نظیر تحلیل رفتار مشتریان در یک سیستم هوش تجاری، به یکی از موضوعات تحقیقاتی مهم در حوزە بینایی ماشین و تشخیص الگو تبدیل شده است . تخمین سن ، فرایندی است که طی آن، تصویر چهرە فرد توسط کامپیوتر، پردازش شده و سن او براساس معیار سال، برآورد میشود. فرایند تخمین سن از دو بخش اصلی تشکیل میشود: ۱. توصیف چهره؛ ۲. یادگیری تابع تخمین سن . تاکنون ، روشهای متعددی جهت بهبود یک یا هر دو بخش فرایند تخمین سن ، ارائه شده است . در این مقاله ، یک روش جدید برای بهبود بخش یادگیری تابع تخمین سن ارائه میشود. در روش پیشنهادی، توصیف چهره در دو مرحله و با استفاده از روشهای (Bif) و ( PLS) انجام میشود. در ادامه ، سن فرد توسط یک روش دو مرحله ای جدید که بر مبنای شبکه عصبی ( MLP) پیاده سازی شده است ، تخمین زده میشود. به منظور ارزیابی، روش پیشنهادی بر روی دو پایگاه داده معروف FG-NET و MORPH۲ اجرا شده است . نتایج حاکی از برتری روش پیشنهادی ۵۴% دقت بیشتر بر روی پایگاه داده FG-NET و ۷۸% دقت بالاتر بر روی پایگاه داده MORPH۲بر سایر روشهای موجود در فرایند تخمین سن است .

تخمین سن ، هوشمند ، افراد ، دومرحله ای