تخمین سن انسان براساس چهره به وسیله ی شبکه عصبی پرسپترون چندلایه
Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,293
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ITCC01_516
Index date: 28 March 2016
تخمین سن انسان براساس چهره به وسیله ی شبکه عصبی پرسپترون چندلایه abstract
مسئله تخمین سن یکی از مسائل پرکاربرد در حوزه تشخیص الگو است که هدف آن تخمین سن افراد از روی تصویرچهره آنها با استفاده از روش های یادگیری ماشین است.هر مدل تخمین سن از دو مرحله ی اصلی استخراج ویژگی وکلاس بندی تشکیل شده است. در مرحله ی استخراج ویژگی، برداری از ویژگی های اصلی چهره که در مسئله ی تخمینسن موثرند استخراج شده و به همراه برچسب سن به منظور آموزش الگوریتم کلاس بندی مورد استفاده قرار می گیرند.در این مقاله یک روش جدید تخمین سن ارائه شده که در مرحله ی استخراج ویژگی از گشتاور شبه زرنیک و ازالگوریتم کلاس بندی شبکه عصبی پرسپترون چندلایه استفاده شده است. در این مقاله، دو پایگاه داده FG-NET وMORPH مورد استفاده قرار گرفته اند. سیستم تخمین سن پیشنهادی، در فاز تخمین سن بر روی پایگاه تصاویر FG-NET به دقت 96/15 و بر روی مجموعه داده MORPH به دقت 92/26 دست یافته است.همچنین در دو بعد استخراج ویژگی و تخمین سن با سایر روش های مطرح در حوزه تخمین سن با سایر روشهای مطرح در حوزه تخمین سن مورد مقایسه قرار گرفته و بهترین نتایج را در مقایسه با سایر روشها ارائه نموده است.
تخمین سن انسان براساس چهره به وسیله ی شبکه عصبی پرسپترون چندلایه Keywords:
تخمین سن انسان براساس چهره به وسیله ی شبکه عصبی پرسپترون چندلایه authors
فاطمه قربانی کتک لاهیجانی
دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد بوئین زهرا، دانشکده فنی مهندسی، گروه مهندسی کامپیوتر،بوئین زهرا،ایران
عباس کوچاری
استادیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، دانشکده فنی مهندسی، گروه مهندسی کامپیوتر،تهران،ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :