عنوان :
دسته بندي تصاوير چهره افراد براساس جنسيت و بازه سني به كمك شبكه هاي عصبي مصنوعي
پديدآورندگان :
هادي بهنام نويسنده , ذالقدرجهرمي منصور نويسنده
نام دانشگاه :
دانشگاه شيراز
كليدواژه زبان طبيعي :
شبكه هاي مصنوعي پيشرو دسته بندي جنسي دسته بندي بازه سني استخراج ويژگي بينايي ماشين تبديل }Kl{ رده مهندسي مهندسي
چكيده :
شبكه هاي عصبي مصنوعي يكي از ابزارهاي هوش مصنوعي مي باشند كه در حل بسياري از مسايل دسته بندي و رگراسيون Regression مورد استفاده قرار گرفته اند. در اين پايان نامه شبكه هاي عصبي مصنوعي جهت دسته بندي تصاوير چهره انسان براساس جنسيت و همچنين بازه سني مورد استفاده قرار گرفته است . يك زير مجموعه از بردارهاي ويژه مربوط به بزرگترين مقادير ويژه از تبديل KL Aarhunem - Loeve expansion بعنوان مشخصه جهت انجام اين كار استفاده شده است . بدين ترتيب هر تصوير صورت به كمك يك بردارد 20-10 عنصري ، نمايش داده مي شود. سپس يك شبكه عصبي مصنوعي پيشرو، به كمك الگوريتم پس انتشار خطا، با تعدادي از تصاوير پايگاه داده تصويري ، آموزش داده مي شود. ارزيابي تصاوير فاز آزمايش 95 دقت در دسته بندي صحيح براي تشخيص جنسيت نشان مي دهد. در دسته بندي براساس بازه سني ، دقت دسته بندي صحيح در حدود 75 است ...
