Kullanım Kılavuzu
Neden sadece 3 sonuç görüntüleyebiliyorum?
Sadece üye olan kurumların ağından bağlandığınız da tüm sonuçları görüntüleyebilirsiniz. Üye olmayan kurumlar için kurum yetkililerinin başvurması durumunda 1 aylık ücretsiz deneme sürümü açmaktayız.
Benim olmayan çok sonuç geliyor?
Birçok kaynakça da atıflar "Soyad, İ" olarak gösterildiği için özellikle Soyad ve isminin baş harfi aynı olan akademisyenlerin atıfları zaman zaman karışabilmektedir. Bu sorun tüm dünyadaki atıf dizinlerinin sıkça karşılaştığı bir sorundur.
Sadece ilgili makaleme yapılan atıfları nasıl görebilirim?
Makalenizin ismini arattıktan sonra detaylar kısmına bastığınız anda seçtiğiniz makaleye yapılan atıfları görebilirsiniz.
 Görüntüleme 11
 İndirme 3
Derin Sinir Ağlarının Füzyonu ile Yüz İmgelerinden Yaş Grubu ve Cinsiyet Sınıflandırma
2021
Dergi:  
Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi
Yazar:  
Özet:

Akıllı uygulamaların hızla gelişmesi sistemlerin yapay zekâya dayalı otomatik çıkarımlar yapmasının önünü açmış ve araştırmanın bu alana doğru kaymasına neden olmuştur. İnsan yüzü bu açıdan önemlidir. Çünkü duygu, ifade, yaş, cinsiyet gibi birçok özellik insan yüzünden elde edilebilir. Bu makalede yüz görüntülerinden yaş ve cinsiyet sınıflandırması üzerine birçok araştırma yapılmıştır. Evrişimsel sinir ağı tabanlı birçok algoritma çeşitli transfer öğrenme yöntemleri ile eğitilmiş ve sistem performansının artması için birçok modifikasyonlar yapılmıştır. Özellikle modellerden elde edilen sonuçlar füzyon yapılarak önerilen yöntemin başarısı artırılmıştır. Çalışmada önerilen yöntemin başarısını ölçmek için Adience veri seti kullanılmıştır. Bu veri seti filtrelenmemiş gerçek fotoğraflardan oluşturulmuştur ve bu nedenle düşük görüntü kalitesine sahip görüntüler içermektedir. Elde edilen deneysel sonuçlara göre önerilen yöntemin doğruluk performansı cinsiyet ve yaş sınıflandırması için sırasıyla %92,29 ve %60,26 olarak bulunmuştur.

Anahtar Kelimeler:

Age Group and Gender Classification From Facial Images Based On Deep Neural Network Fusion
2021
Yazar:  
Özet:

Akıllı uygulamalar hızla gelişmesi sistemlerin yapay zekâya dayalı otomatik çıkarımlar yapmasının önünü açmış ve araştırmanın bu alana doğru kaymasına neden olmuştur. İnsan yüzü bu açıdan önemlidir. Çünkü duygu, ifade, yaş, cinsiyet gibi birçok özellik bundan elde edilebilir. Bu makalede yüz görüntülerinden yaş ve cinsiyet sınıflandırması üzerine birçok araştırmalar yapılmıştır. Evrişimsel sinir ağı tabanlı birçok algoritma çeşitli transfer öğrenme yöntemleri ile eğitilmiş ve sistemin performansının artması için birçok modifikasyonlar yapılmıştır. Özellikle modellerden elde edilen sonuçlar füzyon yapılarak önerilen yöntemin başarısı artırılmıştır. Çalışmada önerilen yöntemin başarısını ölçmek için Adience veri seti kullanılmıştır. Bu veri seti filtrelenmemiş gerçek hayat fotoğraflarından oluşturulmuştur ve bu nedenle düşük görüntü kalitesine sahip görüntüler içermektedir. Elde edilen deneysel sonuçlara göre önerilen yöntemin doğruluk performansı cinsiyet ve yaş sınıflandırması için sırasıyla %92,29 ve %60,26 olarak bulunmuştur

Anahtar Kelimeler:

Atıf Yapanlar
Bilgi: Bu yayına herhangi bir atıf yapılmamıştır.
Benzer Makaleler








Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi

Alan :   Fen Bilimleri ve Matematik

Dergi Türü :   Uluslararası

Metrikler
Makale : 829
Atıf : 1.101
2023 Impact/Etki : 0.011
Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi