تشخيص جنسيت بر اساس تصاوير چهره با استفاده از طبقه بند تقويتي LP و مشتقات جهت دار و ويژگي هاي آماري

جنسیت یكی از ویژگی های مهم انسان ها در مبحث جمعیت شناسی است؛ امروزه تعیین متغیرهای جمعیتشناسی انساان هاا مانناد جنسیت، سن و نژاد از طریق علم بینایی ماشین تاثیر قابل توجهی در افزایش كیفیت تعاملات اجتماعی و خدمات بشری داشته است. روشهای مبتنی بر مشتق از روشهای محبوب در استخراج ویژگیهای قابل تمایز چهرهای با هدف تشخیص جنسیت میباشاند. در این مقاله روشی كارامد و سریع برای تشخیص جنسیت براساس تصاویر چهره با استفاده از مشتقات جهت دار و روش هاای آمااری معرفی می شود. این راهكار، بر روی همسایه های یك پیكسل مركزی عملیاتی مبتنی بر روشهای مشتق گیری و آماری انجام می دهد LP تا در نهایت برای هر تصویر یك بردار ویژگی ایجاد كند. پس از ایجاد بردار ویژگی برای تمام تصاویر، از عملگر طبقه بند تقویتی برای عمل دسته بندی استفاده می شود. )LPBoost( 3.2 و در نتیجه اثربخشای ،FRGC نتایج آزمایش ها، نشان دهنده دقت طبقهبندی 92.39 % روش پیشنهادی بر روی پایگاه داده این روش در دسته بندی جنسیتی و همچنین سرعت بالای آن در مقایسه با روشهای مشابه است.