بررسی کارایی الگوریتم های تشخیص جنسیت از روی تصاویر چهره

امروزه بحث امنیت، تشخیص و تایید هویت اهمیت ویژه ای در زندگی اجتماعی انسان پیدا کرده است. تشخیص هویت انسان بر اساس چهره یکی از مسائل مهمی است که از 50 سال گذشته ذهن بشر را به خود مشغول کرده است. یکی از راههای بهبود شناسایی چهره، که در مرحله قبل از شناسایی می توان انجام داد، شناسایی جنسیت است. هدف از انجام این پژوهش تشخیص جنسیت افراد از روی تصاویر چهره با استفاده از ویژگی های آماری تصاویر است. ویژگی های هدف، شامل ویژگی های آماری عمومی و محلی است که توسط عملگرها از تصاویر استخراج شدند. به دلیل ابعاد بزرگ ویژگی ها، از روش همبستگی جهت کاهش ابعاد استفاده شد. سپس با استفاده از الگوریتم های مختلف درخت تصمیم، به دسته بندی تصاویر که شامل دو کلاس زن و مرد بود، پرداخته شد. الگوریتم های مورد استفاده شامل CHAID ، C4 . 5 ، ID3 و CART می باشند. پس از اجرای مدل ها در نرم افزار RapidMiner عملکرد هر مدل مورد ارزیابی قرار گرفت. نتایج نشان داد الگوریتم CART در بین چهار روش، بر روی بانک اطلاعاتی مورد نظر، از دقت بالاتری برخوردار بود .

کلیدواژه ها:

تشخیص جنسیت ، دسته بندی ، استخراج ویژگی ، درخت تصمیم