تخمین سن از روی تصاویر چهره با استفاده از تکنیک یادگیری عمیق و الگوریتم ژنتیک

تخمین سن از روی تصاویر چهره یکی از موضوعات قابل توجه در زمینه ی بینایی ماشین است که به منظور کنترل دسترسی سنی و بازاریابی هدفمند بسیار مورد توجه می باشد. با توجه به تحقیقات انجام گرفته، سیستم های ارائه شده در این حوزه هنوز نتوانسته اند از لحاظ معیار دقت به حد مورد انتظار برسند. به این منظور در این مقاله سیستمی به منظور تخمین سن افراد و مبتنی بر ویژگی های عمیق و الگوریتم ژنتیک ارائه شده است. در روش پیشنهادی، 4 مرحله ی اصلی وجود دارد. مرحله ی اول پیش پردازش است و شامل شناسایی نواحی چهره و تغییر اندازه ی آن ها است. مرحله ی دوم شامل استخراج ویژگی های عمیق از نواحی چهره است. ویژگی های عمیق با استفاده از شبکه های عصبی کانولوشن و با معماری 16 vgg استخراج می شوند. سپس در مرحله ی سوم با استفاده از الگوریتم ژنتیک، عملیات انتخاب ویژگی انجام شده و طول بردارهای ویژگی کاهش می یابد. درنهایت در مرحله ی چهارم ویژگی های انتخابی با استفاده از طبقه بند رگرسیون بردار پشتیبان (svr) آموزش داده شده و به منظور تخمین سن افراد استفاده می شود. سیستم پیشنهادی بر روی مجموعه داده ی استاندارد fg-net و بر اساس معیارهای مختلف مورد تست و ارزیابی قرارگرفته است. نتایج به دست آمده بر اساس معیار mae برابر 3.87 به دست آمده است که نسبت به مقالات اخیر موجود در این حوزه عملکرد و دقت بالاتری را بدست آورده است.