پیاده سازی یک روش تخمین سن از روی تصویر چهره

در دنیای ماشینی امروز تخمین سن با استفاده از عکس چهره کاربرد¬های فراوانی دارد، به همین دلیل در سال¬های اخیر تحقیقات در این زمینه رشد چشم¬گیری داشته است. روش¬هایی که برای تخمین سن از روی عکس چهره ارائه شده¬اند در شرایطی که بخشی از چهره پوشیده باشد، عملکرد خوبی را ارائه نمی¬دهند. در این پایان¬نامه سعی شده است که روشی را برای بازسازی ویژگی¬های پنهان شده در زیر پوششی که بر روی چهره قرار دارد، ارائه دهیم. از آنجایی که مجموعه داده¬ی مناسبی که بتوان بدین منظور از آن استفاده کرد وجود ندارد، در این راستا مجموعه داده¬ای با نام pg را جمع آوری کرده ایم. برای سنجیدن چگونگی ویژگی¬های بازسازی شده باید از یک سیستم تخمین سن استفاده شود. یک سیستم تخمین سن بر دو پایه استوار است؛ 1- استخراج ویژگی 2- کلاس-بندی ویژگی¬ها. در گام استخراج ویژگی، ویژگی-های سراسری را با استفاده از active appearance modelو ویژگی¬های محلی را با استفاده از فیلتر گابور و اپراتور lbp استخراج نموده و با یکدیگر ترکیب می¬نماییم. برای کلاس¬بندی ویژگی¬ها از طبقه¬بند سلسله¬مراتبی که از دو بخش کلاس¬بندی گروه¬های سنی و تخمین سن تشکیل شده است، استفاده می¬شود. در قسمت نتایج برای نخستین بار عملکرد سیستم تخمین سن را بر روی مجموعه داده¬ی ifdb مشاهده می¬کنیم و سیستم تخمین سن پیاده¬سازی شده را بهبود می¬بخشیم . سپس عملکرد سیستم را با استفاده از مجموعه داده¬ی pg ارزیابی می کنیم و در نهایت چگونگی بازسازی ویژگی¬های پنهان در زیر پوشش چهره را شرح داده و خواهیم دیدکه سیستم تخمین سن با استفاده از ویژگی¬های بازسازی شده، عملکرد قابل قبولی را ارائه می¬دهد.