Yuz detektori tasvir/video oqimidagi yuzning chegaraviy koordinatalarini ishlab chiqargandan so‘ng, siz №2 bosqichga o‘tishingiz mumkin - bu odamning yoshini aniqlash. - Yuzning chegaralovchi (x, y) koordinatalarini hisobga olgan holda, siz avval tasvir/ramkaning qolgan qismini e'tiborsiz qoldirib, yuzning ROI-ni ajratib olasiz. Bu yosh detektoriga rasmdagi boshqa ahamiyatsiz “shovqin”larni emas, balki faqat odamning yuziga diqqatni qaratish imkonini beradi.
- Keyin yuzning ROI modelidan o'tib, haqiqiy yosh prognozini beradi.
- Yosh detektorlarining bir nechta algoritmlari mavjud, ammo eng mashhurlari chuqur o'rganishga asoslangan yosh detektorlari - biz ushbu qo'llanmada chuqur o'rganishga asoslangan yosh detektoridan foydalanamiz.
Bizning yosh detektori chuqur o'rganish modelimiz 2-rasm: Chuqur o'rganish yoshini aniqlash faol tadqiqot sohasidir. Ushbu qo'llanmada biz Levi va Hassner tomonidan 2015 yilgi qog'ozlarida amalga oshirilgan va o'qitilgan modeldan foydalanamiz ( rasm manbai, 2-rasm ).Bugungi kunda biz foydalanayotgan chuqur o'rganish yoshi detektori modeli Levi va Hassner tomonidan 2015 yilda nashr etilgan " Konvolyutsion neyron tarmoqlardan foydalangan holda yosh va jins tasnifi" nashrida tatbiq etilgan va o'qitilgan . Maqolada mualliflar AlexNet-ga o'xshash soddalashtirilgan arxitekturani taklif qilishadi, u jami sakkizta yosh qavslarini o'rganadi: - 0-2
- 4-6
- 8-12
- 15-20
- 25-32
- 38-43
- 48-53
- 60-100
- Siz bu yosh qavslari qoʻshni emasligini taʼkidlaysiz — bu ataylab qilingan, chunki modelni oʻrgatish uchun foydalaniladigan Adience maʼlumotlar toʻplami yosh diapazonlarini shunday belgilaydi (bu nima uchun qilinganini keyingi bobda bilib olamiz).
- Biz ushbu postda oldindan oʻrgatilgan yosh detektori modelidan foydalanamiz , lekin agar siz uni noldan oʻrgatishni bilmoqchi boʻlsangiz, Python yordamida kompyuterni koʻrish uchun chuqur oʻrganishni oʻqing. bu.
Do'stlaringiz bilan baham: |
