تخمین سن تصاویر چهره نیمه پوشیده با استفاده از شبکه‌های عصبی کانولوشنال

Abstract

چهره یکی از مهم‌ترین مشخصه‌های بیومتریک انسان‌ها محسوب می‌شود و شامل اطلاعات ارزشمندی از قبیل هویت، جنسیت، نژاد، احساسات، سن و غیره می‌شود. ازاین‌رو، اکثر محققان حوزه پردازش تصاویر چهره به دنبال استفاده از این اطلاعات در تحقیقات خود هستند. در این میان، تحقیقات مربوط به تخمین سن از روی تصاویر چهره، همچنان از چالشی‌ترین کارها در این حوزه به شمار می‌آیند. در این پایان‌نامه، ضمن ارائه یک روش تخمین سن، سعی شده تا اثر منفیِ وجود پوشش‌های جزئی در تصاویر چهره روی عملکرد سیستم، به کمترین میزان کاهش یابد. هر سیستم تخمین سن عموماً شامل دو مرحله‌ی استخراج و طبقه‌بندی ویژگی‌های سنی است. در این کار، از سه شبکه عصبی کانولوشنال از پیش آموزش‌دیده معروف، شبکه‌های AlexNet، googLeNet و Deepface، جهت استخراج ویژگی‌های سنی تصاویر چهره نیمه مخدوش استفاده‌شده است. این شبکه‌ها از توانایی بالایی جهت طبقه‌بندی و استخراج ویژگی از داده‌های دوبُعدی برخوردار بوده و به خاطر آموزش روی مقادیر فراوانی از نمونه‌های آموزشی تا حد زیادی از مخاطرات تطبیق شبکه بر داده‌های آموزشی به دورند. در میان سه شبکه به کار گرفته‌شده، شبکه Deepface در مقایسه با دو شبکه‌ی دیگر عملکرد بهتری داشت که می‌توان آن را مربوط به طراحی اولیه آن‌که بازشناسی چهره بوده است دانست. در بخش طبقه‌بندی ویژگی‌، از یک طبقه‌بند سلسله مراتبی مبتنی بر ماشین‌های بردار پشتیبان جهت رده‌بندی سنی و تخمین سن دقیق استفاده‌شده است. جهت ارزیابی روش ارائه‌شده، ما مجموعه داده Pgu-Face را که از تصاویر نیمه پوشیده تشکیل‌شده است را معرفی نمودیم.