Derin Öğrenme Algoritmalarını Kullanarak Görüntüden Cinsiyet Tahmini

Sakarya University Journal of Computer and Information Sciences Pub Date : 2019-04-30 DOI:10.35377/SAUCIS.02.01.517930

G. Gündüz, İ. H. Cedimoğlu

{"title":"Derin Öğrenme Algoritmalarını Kullanarak Görüntüden Cinsiyet Tahmini","authors":"G. Gündüz, İ. H. Cedimoğlu","doi":"10.35377/SAUCIS.02.01.517930","DOIUrl":null,"url":null,"abstract":"Buyuk verilerin buyuk hizlarla islendigi cagimizda milyarlarca veriden farkli parametreler cikararak cesitli problemlerin cozumune kolaylik getirmek icin derin ogrenme algoritmalari kullanilmaktadir. Bu calismada, mevcut veri setlerinde bulunan kadin, erkek, yasli, genc, cocuk, bebek fotograflarinin derin ogrenme algoritmalari ile cinsiyetlerini tespit etmek amaclanmistir. Bu tahminleme algoritmasini gerceklestirmek icin cesitli derin ogrenme kutuphanelerinden faydalanilmis ve derin ogrenme modellerinden Alex Net ve VGG-16 ile yeni gelistirilen bir modelin diger modellerle kiyaslanmasi yapilmistir. Uygulamada kullanilan veri seti, kadin ve erkek fotograflarindan olusturulmustur ve her fotograf, kisi cinsiyetine ve yasina gore etiketlendirilmistir. Bu veri seti, 3170 egitim verisi ve 318 test verisi icermektedir. Calistirilan uc farkli model sonuclari karsilastirilmistir. Makalede, derin ogrenme algoritmalarini kullanarak cinsiyet tahmini yapilmasi ayrintili bir sekilde incelenmis ve yapilacak olan literatur calismalarina yol gosterilmesi, katki saglanmasi hedeflenmistir.","PeriodicalId":257636,"journal":{"name":"Sakarya University Journal of Computer and Information Sciences","volume":"8 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-04-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"9","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Sakarya University Journal of Computer and Information Sciences","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35377/SAUCIS.02.01.517930","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 9

Abstract

Buyuk verilerin buyuk hizlarla islendigi cagimizda milyarlarca veriden farkli parametreler cikararak cesitli problemlerin cozumune kolaylik getirmek icin derin ogrenme algoritmalari kullanilmaktadir. Bu calismada, mevcut veri setlerinde bulunan kadin, erkek, yasli, genc, cocuk, bebek fotograflarinin derin ogrenme algoritmalari ile cinsiyetlerini tespit etmek amaclanmistir. Bu tahminleme algoritmasini gerceklestirmek icin cesitli derin ogrenme kutuphanelerinden faydalanilmis ve derin ogrenme modellerinden Alex Net ve VGG-16 ile yeni gelistirilen bir modelin diger modellerle kiyaslanmasi yapilmistir. Uygulamada kullanilan veri seti, kadin ve erkek fotograflarindan olusturulmustur ve her fotograf, kisi cinsiyetine ve yasina gore etiketlendirilmistir. Bu veri seti, 3170 egitim verisi ve 318 test verisi icermektedir. Calistirilan uc farkli model sonuclari karsilastirilmistir. Makalede, derin ogrenme algoritmalarini kullanarak cinsiyet tahmini yapilmasi ayrintili bir sekilde incelenmis ve yapilacak olan literatur calismalarina yol gosterilmesi, katki saglanmasi hedeflenmistir.

查看原文