تشخیص جنسیت افراد با استفاده از شبکه های عصبی کانولوشن عمیق

چکیده مقاله

تشخیص جنسیت یکی از مباحث ارزشمند در زمینه ی رباتیک و سیستمهای تعاملی است امروزه همگام با پیشرفتهای بی نظیر در طراحی سیستمهای تشخیص و شناسایی چهره، نیاز به استفاده و بهبود روشهای تشخیص جنسیت بیشتر احساس میشود پیشرفت هایی که تاکنون در این زمینه حاصل شده است، در مقایسه با سایر روشها پررنگ نیست از این رو در این پژوهش، یک شبکه ی کانولوشن هشت لایه جهت افزایش دقت نسبت به کارهای پیشین طراحی شده است نوآوری این کار در استفاده از فیلترهای کوچک و استفاده از لایه های کانولوشن بیشتر است فیلترهای کوچک با سایز 3 ×3منجر به کاهش تعداد پارامترها در شبکه میشوند از آنجا که با افزایش تعداد لایه ها در شبکه های عمیق، همیشه بیم بیش برازش در شبکه وجود دارد، کاهش تعداد پارامترها می تواند شبکه را به سادگی از این مشکل نجات دهد افزون بر اینکه این امر منجر به افزایش دقت 3%ی شبکه بر روی پایگاه داد هیAdienceمیشود

کلیدواژه‌ها

نویسندگان

الهام السادات روان بخش

دانشجوی کارشناسی ارشد، دانشگاه شهید چمران اهواز

احسان نامجو

استادیار، دانشگاه شهید چمران اهواز

سیدعنایت اله علوی

استادیار ، دانشگاه شهید چمران اهواز

�وان بخش، الهام السادات و نامجو، احسان و علوی، سیدعنایت الله،1396،تشخیص جنسیت افراد با استفاده از شبکه های عصبی کانولوشن عمیق،کنفرانس ملی کامیپوتر،فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

مجموعه مقالات دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی1 اسفند 1397 · اهواز