36,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
18 °P sammeln
  • Broschiertes Buch

L'objectif principal de cette étude est de déterminer quels sont les algorithmes d'apprentissage automatique les plus utilisés pour la reconnaissance du sexe. L'objectif de l'étude est de développer un système capable de reconnaître le sexe d'un être humain sur la base des caractéristiques faciales frontales uniquement. Ce système classera les images faciales inconnues comme masculines ou féminines en les comparant aux images de l'ensemble d'apprentissage. La comparaison sera faite entre les techniques les plus couramment utilisées pour la reconnaissance du sexe, à savoir l'algorithme…mehr

Produktbeschreibung
L'objectif principal de cette étude est de déterminer quels sont les algorithmes d'apprentissage automatique les plus utilisés pour la reconnaissance du sexe. L'objectif de l'étude est de développer un système capable de reconnaître le sexe d'un être humain sur la base des caractéristiques faciales frontales uniquement. Ce système classera les images faciales inconnues comme masculines ou féminines en les comparant aux images de l'ensemble d'apprentissage. La comparaison sera faite entre les techniques les plus couramment utilisées pour la reconnaissance du sexe, à savoir l'algorithme génétique (GA) et la machine à vecteur de support (SVM), sur la base des caractéristiques faciales d'une image statique. Nos résultats ont montré que le SVM que nous proposons est meilleur pour détecter le genre que l'algorithme génétique.
Autorenporträt
Rubia Fatima recibió su título de Máster en Tecnología de la Información (TI) de la Universidad Bahauddin Zakariya (B.Z.U), Multan, Pakistán, en 2016. En la actualidad, está cursando un doctorado en Ingeniería de Software en la Escuela de Software de la Universidad de Tsinghua, en la República Popular China. Su investigación se especializa en ciberseguridad y educación basada en juegos.