HUMAN GENDER AND AGE RECOGNITION USING DEEP LEARNING METHODS
Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo
| Loại tài liệu | Khoá luận tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Ngành | Công nghệ thông tin |
| Tác giả | Trầm Tiến Anh |
| Người hướng dẫn | Phạm Thế Phi |
| Cơ sở đào tạo | Trường Đại học Cần Thơ |
| Năm | 2021 |
| Nguồn | Thư viện số Trường Đại học Cần Thơ · trang gốc |
Tóm tắt
In these modern days, age and gender recognition have become relevant to an increasing number of applications, particularly since the rise of social platforms and social media. Nevertheless, the performance of existing methods on real-world images is still significantly lacking. To solve such a delicate problem several handy approaches are being studied in Computer Vision. However, most of these approaches hardly achieve high accuracy and precision. Lighting, illumination, proper face area detection, noise, ethnicity, and various facial expressions hinder the correctness of the research. Although age and gender recognition can be accomplished using different biometric traits, this thesis is focused on facial age and gender recognition that relies on biometric features extracted from a person’s face. The main issues presented in the thesis involve typical applications where facial age and gender recognition can be used, problems and challenges associated with facial age and gender recognition, typical approaches reported in the literature, and future research directions. In this thesis, I would like to introduce and implement age and gender recognition with OpenCV and Deep Learning. Then, I will review the results and discuss the next steps.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- CỔNG THÔNG TIN NÔNG SẢN
- XÂY DỰNG ỨNG DỤNG ĐỊNH DANH KHUÔN MẶT VÀ THEO VẾT ĐỐI TƯỢNG DÙNG RASPBERRY PI CAMERA
- HỆ THỐNG TỔNG HỢP BÀI VIẾT THEO CÁC CHỦ ĐỀ CÁ NHÂN HÓA NGƯỜI DÙNG Phân hệ: Client
- SINH CÂU HỎI TRẮC NGHIỆM TIẾNG ANH TỰ ĐỘNG SỬ DỤNG MÔ HÌNH NGÔN NGỮ TIỀN HUẤN LUYỆN KẾT HỢP KAG
- PHÂN LOẠI MÃ ĐỘC SỬ DỤNG MẠNG NƠ-RON TÍCH CHẬP
- XÂY DỰNG WEBSITE HỌC TIẾNG ANH CHO TRẺ EM
- XÂY DỰNG ỨNG DỤNG WEB QUẢN LÝ VI PHẠM HÀNH CHÍNH Ở MỘT PHƯỜNG/XÃ VỚI REACT, NODEJS VÀ MYSQL
- HỆ THỐNG GIA SƯ ONLINE ỨNG DỤNG CÔNG NGHỆ ANGULAR, WEBRTC, SIGNALR (PHÂN HỆ CLIENT)
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.