مریم شاه منصوری - گروه کامپیوتر، واحد اراک، دانشگاه آزاداسلامی ، اراک، ایران
سارا نظری - گروه کامپیوتر، واحد اراک، دانشگاه آزاداسلامی ، اراک، ایران
نفیسه اوسطی عراقی - گروه کامپیوتر، واحد اراک، دانشگاه آزاداسلامی ، اراک، ایران

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 می شود: 1. توصیف چهره؛ 2. یادگیری تابع تخمین سن . تاکنون ، روش های 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 می شود. در روش پیشنهادی، توصیف چهره در دو مرحله و با استفاده از روش های (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 می شود. به منظور ارزیابی، روش پیشنهادی بر روی دو پایگاه داده معروف FG-NET و MORPH2 اجرا شده است . نتایج حاکی از برتری روش پیشنهادی 54 % دقت بیشتر بر روی پایگاه داده FG-NET و 78% دقت بالاتر بر روی پایگاه داده MORPH2 بر سایر روش های موجود در فرایند تخمین سن است.

تخمین سن ، هوشمند ، افراد ، دومرحله ای