تشخیص جنسیت و قومیت از پروفایل های نیم رخ سایه صورت

نوع فایل : word

تعداد صفحات : 14

تعداد کلمات : 3000

مجله : IEEE International Conference on Image Processing

انتشار : 2009

ترجمه ی متون جدول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

فونت ترجمه : ب نازنین 12

تاریخ انتشار
4 ژوئن 2020
دسته بندی
تعداد بازدیدها
1547 بازدید
19,000 تومان

عنوان فارسی مقاله:تشخیص جنسیت و قومیت از پروفایل های نیم رخ سایه صورت

 چکیده

 این مقاله اولین به شناسایی جنسیت و نژاد از پروفیل‌های چهره سایه دار با استفاده از روش چشم کامپیوتری می‌پردازد. نتایج بعد از تست ۴۴۱ تصویر نشان داد که پروفیل‌های سایه دار دارای حداکثر میزان اطلاعاتی هستند که برای شناسایی نژاد استفاده می‌شوند. تطبیق مبتنی بر زمینه شکل برای طبقه بندی استفاده شد. نمونه‌های ازمایشی به صورت چند نژادی هستند. صحت متوسط برای جنسیت ۷۱٫۲۰ و برای نژاد ۷۱٫۶۶ درصد هستند. با این حال، صحت برای برخی کلاس‌ها معنی داربود یعنی ۸۳٫۴۱ درصد برای زنان و ۸۰٫۳۷ درصد برای شرق و جنوب شرق اسیا(تشخیص جنسیت و قومیت از پروفایل).

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

TITLE: GENDER AND ETHNICITY IDENTIFICATION FROM SILHOUETTED FACE PROFILES

Abstract

This paper demonstrates, to our best knowledge, the first attempt on gender and ethnicity identification from silhouetted face profiles using a computer vision technique. The results achieved, after testing on 441 images, show that silhouetted face profiles have a lot of information, in particular, for ethnicity identification. Shape context based matching [1] was employed for classification. The test samples were multi-ethnic. Average accuracy for gender was 71.20% and for ethnicity 71.66%. However, the accuracy was significantly higher for some classes, such as 83.41% for females (in case of gender identification) and 80.37% for East and South East Asians (in case of ethnicity identification).

 

    دیدگاهتان را بنویسید