Từ khóa
Gender classification, deep learning, convolutional neural network, data augmentation, LFW Nhận dạng giới tính, học sâu, mạng nơ ron nhân chập, tăng cường dữ liệu, LFW.
Cách trích dẫn
NGUYỄN HỮU, T., & NGUYỄN VĂN , T. (2022). THIẾT KẾ MÔ HÌNH MẠNG NƠ RON NHÂN CHẬP CHO BÀI TOÁN NHẬN DẠNG GIỚI TÍNH TỪ ẢNH MẶT NGƯỜI. Tạp Chí Khoa học Công nghệ Hàng hải, 60(60), 72–75. Truy vấn từ http://jmst.vimaru.edu.vn/index.php/tckhcnhh/article/view/292
Tóm tắt
Giới tính là một trong những thông tin quan trọng và có ích có thể xác định từ ảnh mặt người. Các kỹ thuật áp dụng cho bài toán nhận dạng giới tính được công bố gần đây đều dựa trên các phương pháp học sâu và cho các kết quả cao hơn so với cách tiếp cận truyền thống dựa trên các đặc trưng cục bộ được trích chọn từ các thuật toán trích chọn đặc trưng từ ảnh. Trong bài báo này, nhóm tác giả tập trung vào việc thiết kế một mô hình mạng nơ ron nhân chập và kết hợp với việc áp dụng các kỹ thuật tăng cường dữ liệu để đưa ra một hệ thống giải quyết bài toán. Kết quả thực nghiệm thu được trên tập dữ liệu ảnh mặt người công cộng LFW cho thấy hệ thống đề xuất đạt được tỉ lệ chính xác cao (97,5%) và tương đương với các hệ thống đã được công bố.