ابداع یک مدل جدید براساس مدل های از پیش آموزش دیده جهت پیش بینی و تعیین جنسیت

در سال های اخیر، پیش بینی خودکار جنسیت از روی تصاویر چهره به عنوان یک مسئله مهم و با اهمیت مطرح شده است که در بسیاری از زمینه ها از جمله رسانه های اجتماعی، کسب و کار خرده فروشی، تجارت الکترونیک و تحقیقات دانشگاهی مورد استفاده قرار گرفته است. در این م قاله روشی برای پیش بینی جنسیت افراد از روی تصاویر چهره ارائه شده است که در آن عملیات استخراج ویژگی از تصاویر بر پایه ی شبکه هیا عصبی از پیش آموزش دیده VGG و FaceNet انجام می شود، سپس دسته بندی تصاویر براساس ویژگی هیا استخراج شده و تکمیل آموزش در شبکه ی عصبی ادامه می یابد. این مدل پیشنهادی بر روی مجموعه داده ی UTKEace که یکی از مجموعه داده های مشهور در این زمینه است، ارزیابی و آزمایش شده و در مقایسه با نتایج دیگری که بر روی این مجموعه داده وجود دارد، عملکرد بهتری داشته است. برای بهبود نتایج، پیش پردازش هایی مانند توازن تعداد تصاویر زن و مرد، چرخش زاویه بعضی از عکس ها و یا تغییر شدت نور در عکس بر روی داده ها اعمال شده است.

کلیدواژه ها:

پیش بینی جنسیت ، استخراج ویژگی ، پیش پردازش تصاویر