CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص جنسیت تصاویر چهره با استفاده از فیلتر های کاسفایر با قابلیت یادگیری

عنوان مقاله: تشخیص جنسیت تصاویر چهره با استفاده از فیلتر های کاسفایر با قابلیت یادگیری
شناسه ملی مقاله: IRCIVILC02_028
منتشر شده در دومین کنفرانس زیرساخت های انرژی،مهندسی برق و نانو فناوری در سال 1397
مشخصات نویسندگان مقاله:

احمد مهدی زاده - دانشجوی کارشناسی ارشد گروه مهندسی برق دانشگاه علامه محدث نوری مازندران نور

خلاصه مقاله:
تشخیص جنسیت از روی تصاویر صورت یک ابزار مهم در حوزه ی امنیت، تبلیغات و بازاریابی است. ما یک توصیفگر جدیدبر پایه ی فیلترهای COSFIRE برای تشخیص جنسیت را ارایه نموده ایم. فیلتر COSFIRE به گونه ای قابلیت یادگیری دارد که انتخاب آن بواسطه ی یک پروس هی شکل گیری اتوماتیک که یک الگوی نمونه اولیه ی داده شده دلخواه را آنالیزمی کند، صورت می گیرد. ما موثر بودن روش ارایه شده را با یک مجموعه داده های جدید به نام GENDER-FERET با474 مورد یادگیری و 472 نمونه آزمایشی نشان داده، و به دقت 93.7% دست یافته ایم. همچنین نسبت به روشی که بهویژگی های دستی و مجموعه طبقه بندی اتکا می کند برتری دارد. علاوه بر این، آزمایش دیگری با استفاده از تصاویرچهر ههای برچسب خورده در مجموعه داده های (Wild(LFW برای یادگیری طبقه بندی کننده و همچنین تصاویر آزمایشی برای تکامل مجموعه داده های GENDER-FERET، صورت دادیم. این آزمایش توانایی تعمیم (حامعیت بخشی) روش پیشنهادی را نشان داده ونسبت به دو کتابخانه ی تجاری ++Face و Luxand برتری نشان داد.

کلمات کلیدی:
تشخیص جنسیت، تشخیص چهره، فیلتر کاسفایر

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/781611/