दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

आँखों की छवियों से सटीक लिंग वर्गीकरण के लिए गहन शिक्षण तकनीकों की व्यवहार्यता की खोज

Created by
  • Haebom

लेखक

बसना मोहम्मद सलीह हसन, रमज़ान जे. मस्तफ़ा

रूपरेखा

यह शोधपत्र पेरीओकुलर क्षेत्र की रंगीन छवियों का उपयोग करके एक लिंग वर्गीकरण मॉडल प्रस्तुत करता है, जो मेकअप या भेस जैसे कारकों से अप्रभावित है। प्रस्तावित सीएनएन मॉडल का मूल्यांकन दो नेत्र डेटासेट: सीवीबीएल और (महिला और पुरुष) पर किया गया था। इसने सीवीबीएल डेटासेट पर 99% और (महिला और पुरुष) डेटासेट पर 96% की उच्च सटीकता प्राप्त की। यह सीखने योग्य मापदंडों (7,235,089) की एक छोटी संख्या का उपयोग करके प्राप्त किया गया था। मॉडल के प्रदर्शन का मूल्यांकन विभिन्न मेट्रिक्स का उपयोग करके और मौजूदा अत्याधुनिक तकनीकों से तुलना करके किया गया, जिससे इसकी प्रभावशीलता का प्रदर्शन हुआ और सुरक्षा एवं निगरानी जैसे क्षेत्रों में इसके व्यावहारिक अनुप्रयोगों का सुझाव मिला।

Takeaways, Limitations

Takeaways:
आंखों के आसपास के क्षेत्र का उपयोग करके लिंग वर्गीकरण की प्रभावशीलता का प्रदर्शन करना।
हम एक कुशल CNN मॉडल प्रस्तुत करते हैं जो उच्च सटीकता (96-99%) प्राप्त करता है।
कम पैरामीटर के साथ उच्च प्रदर्शन को लागू करके कम्प्यूटेशनल लोड और संसाधन दक्षता में वृद्धि करें।
सुरक्षा और निगरानी सहित विभिन्न क्षेत्रों में व्यावहारिक अनुप्रयोग प्रस्तुत करना।
Limitations:
उपयोग किये गये डेटासेट के आकार और विविधता के बारे में विशिष्ट विवरण का अभाव।
विभिन्न जातियों या आयु समूहों में सामान्यीकरण प्रदर्शन मूल्यांकन का अभाव।
वास्तविक दुनिया के अनुप्रयोग वातावरण में प्रदर्शन और मजबूती का और अधिक सत्यापन आवश्यक है।
(महिला और पुरुष) डेटासेट में विशिष्ट जानकारी का अभाव।
👍