Andere Kunden interessierten sich auch für
![Reconhecimento das Emoções Faciais usando Convolutional Neural Network]( "Reconhecimento das Emoções Faciais usando Convolutional Neural Network")
Reconhecimento das Emoções Faciais usando Convolutional Neural Network29,99 €![Imagens Faciais da Web Mineira Facialmente Identificadas Usando a Anotação Facial]( "Imagens Faciais da Web Mineira Facialmente Identificadas Usando a Anotação Facial")
Imagens Faciais da Web Mineira Facialmente Identificadas Usando a Anotação Facial18,99 €![Reconhecimento facial usando Raspberry Pi]( "Reconhecimento facial usando Raspberry Pi")
Reconhecimento facial usando Raspberry Pi33,99 €![Descritores SIFT e SURF para reconhecimento de faces usando a transformada Wavelet]( "Descritores SIFT e SURF para reconhecimento de faces usando a transformada Wavelet")
Descritores SIFT e SURF para reconhecimento de faces usando a transformada Wavelet23,99 €![Classificação de imagens usando Aprendizagem Profunda e Inteligência de Enxame]( "Classificação de imagens usando Aprendizagem Profunda e Inteligência de Enxame")
Classificação de imagens usando Aprendizagem Profunda e Inteligência de Enxame36,99 €![Reconhecimento facial baseado em vídeo para aplicações de ciências forenses]( "Reconhecimento facial baseado em vídeo para aplicações de ciências forenses")
Reconhecimento facial baseado em vídeo para aplicações de ciências forenses23,99 €![Técnicas avançadas para avaliação da qualidade de imagens com ruído]( "Técnicas avançadas para avaliação da qualidade de imagens com ruído")
Técnicas avançadas para avaliação da qualidade de imagens com ruído43,99 €
O principal objectivo deste estudo é descobrir qual dos algoritmos de aprendizagem de máquinas mais utilizados tem um bom desempenho para o reconhecimento do género. O objectivo do estudo é desenvolver um sistema que possa reconhecer o género de um humano apenas com base em características faciais frontais. Este sistema irá classificar as imagens faciais desconhecidas em masculino ou feminino, comparando-as com as imagens do conjunto de formação. A comparação será feita entre as técnicas mais comummente utilizadas para o reconhecimento do género que são o Algoritmo Genético (GA) e a Máquina Vectorial de Apoio (SVM ) com base nas características faciais de uma imagem estática. Os nossos resultados mostraram que a nossa proposta SVM é melhor na detecção do género em comparação com o Algoritmo Genético.