Login for students

Login for employees

Publication detail

Low-cost system for gender recognition using convolutional neural network
Year: 2019
Type of publication: článek ve sborníku
Name of source: Proceedings of 34th International Business Information Management Association Conference. Vision 2025: Education Excellence and Management of Innovations through Sustainable Economic Competitive Advantage, IBIMA 2019
Publisher name: International Business Information Management Association-IBIMA
Place: Norristown
Page from-to: 6316-6322
Titles:
Language Name Abstract Keywords
cze Levný systém pro rozpoznávání pohlaví pomocí konvoluční neuronové sítě Rozpoznávání pohlaví podle obrázků lidské tváře je v počítačovém vidění důležitým úkolem. Charakteristiky s největší genderovou rozmanitostí jsou obličej a pánev, takže článek používá k určení pohlaví obrázky obličeje. Existuje mnoho důvodů pro automatické určení pohlaví. Jedním z nich je vizuální dohled. Mezi další aplikace patří marketing, inteligentní uživatelská rozhraní, demografické studie. Tato práce představuje moderní přístup k identifikaci pohlaví pomocí dronů a specializovaných neuronových sítí. Tento článek používá data UAV, jedná se o levné řešení sběru dat. Data mají velmi vysoké rozlišení, takže je možné získat výřezy obličeje. Výřezy obličeje se pak používají k určení pohlaví. Pro klasifikaci se používá konvoluční neuronová síť AlexNet. Systém před zařazením nevyžaduje žádné předběžné zpracování a extrakci prvků. Pokusy byly provedeny na databázi 500 obličejových obrázků. Duplikace dat byla minimalizována pomocí naplánování letu. Přesnost rozpoznávání pohlaví je 95,14%, pro výcvik bylo použito 70% dat. rozpoznávání pohlaví; konvoluční neuronové sítě; UAV
eng Low-cost system for gender recognition using convolutional neural network Gender recognition of human face images is an important task in computer vision. The characters with the greatest gender diversity are the face and the pelvis, so the article uses face images to determine the gender. There are many reasons to automatically determine gender. One of them is visual surveillance. Other applications includes marketing, intelligent user interfaces, demographic studies. This paper presents a modern approach in identifying gender by using drones and specialized neural networks. This paper uses UAV data, it is a low cost data acquisition solution. The data has a very high resolution, so it is possible to obtain face cut-outs. Face cut-outs are then used to determine gender. The convolutional neural network AlexNet is used for classification. The system does not require any pre-processing and features extraction before classification. The experiments were performed on a database of 500 face images. Duplication of data was minimized due to the flight planned in advance. The obtained accuracy of gender recognition is 95.14%, 70% data was used for training. gender recognition; convolutional neural network; UAV

Map

en.mapy.cz

Services

Popular Links

© 2023 University of Pardubice, Studentská 95, 532 10 Pardubice 2
Phone: +420 466 036 111, 466 036 112, 466 036 113
Webmaster, RSS
Data box ID: f5vj9hu
Accessibility Statement
CC BY-NC-ND 4.0Creative CommonsAttributionNonCommercialNoDerivatives