NGHIÊN CỨU ỨNG DỤNG HỌC SÂU ĐỂ ỨNG DỤNG VÀO DỰ ĐOÁN TUỔI VÀ GIỚI TÍNH

Abstract

Phân loại tuổi và giới tính của khuôn mặt người là một trọng tâm nghiên cứu quan trọng, có nhiều lĩnh vực ứng dụng. Gần đây, mô hình Mạng nơ ron liên kết (CNN) đã được chứng minh là phương pháp phù hợp nhất cho nhiệm vụ phân loại, đặc biệt là đối với các khuôn mặt trong thế giới thực không bị giới hạn. Điều này có thể là kết quả của chuyên môn về khai thác tính năng và phân loại hình ảnh khuôn mặt. Sự sẵn có của cả máy tính cao cấp và dữ liệu đào tạo lớn cũng góp phần vào việc sử dụng nó. Do đó, trong bài báo này, tôi đề xuất một mô hình mới dựa trên CNN để trích xuất các đặc điểm phân biệt từ hình ảnh khuôn mặt ngoài đời thực không bị giới hạn và phân loại những hình ảnh đó theo độ tuổi và giới tính. Tôi tiếp cận các biến thể lớn được quy cho các khuôn mặt ngoài đời thực không bị giới hạn đó bằng thuật toán xử lý trước hình ảnh mạnh mẽ và đào tạo trước trên tập dữ liệu UTKFace lớn chứa các nhãn tuổi và giới tính ồn ào và không được lọc. Tôi cũng đã áp dụng phương pháp điều chỉnh tăng dữ liệu và bỏ qua để khắc phục rủi ro trang bị quá mức và cho phép mô hình của tôi tổng quát hóa trên các hình ảnh thử nghiệm. Việc sử dụng CNN trong nhận dạng đưa đến một kết quả được cải tiến đáng kể so với một số giải pháp dùng thuật toán phân loại máy học khác. Mô hình CNN được đề xuất với kết quả là 90% trên tập dữ liệu kiểm tra cho giới tính và sai số 6% cho độ tuổi.