ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Gender Classification Based on Statistical Methods

العنوان بلغة أخرى: تصنيف الجنس بالاعتماد على الطرق الإحصائية
المصدر: مجلة كلية التربية
الناشر: الجامعة المستنصرية - كلية التربية
المؤلف الرئيسي: Karim, Abdulamir Abbdullah (Author)
مؤلفين آخرين: Abed, Manar Hassan (Co-Author)
المجلد/العدد: ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2018
الصفحات: 83 - 100
ISSN: 1812-0380
رقم MD: 1236177
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
كلمات المؤلف المفتاحية:
إيجاد المشاة | نموذج لجسم المرأة | نظرية نياف بايز | Pedestrian Detection | Gender Template | Naive Bayes
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: في هذا البحث، تم تطبيق خوارزمية الرسم البياني للانحدار (HOG) أولا لغرض التحري للأشخاص (المشاة) في الصورة، عندما تتأكد عملية إيجاد الأشخاص يتم استخلاص العديد من الخواص التي تنتمي لهؤلاء الأشخاص مثل طول الشخص، نسبة الجلد الظاهر في الصورة للشخص، المساحة، المحيط لكل شخص على حدة فضلا عن عملية مطابقة لنموذج امرأة مخزون سابقا والذي يعطي تقديرا أوليا لتحديد الجنس لذلك الشخص، ثم استخدام نظرية نياف بياز Naive Bayes كطريقة إحصائية لأجل التنبؤ بالجنس بالاعتماد على الخواص المستخلصة سابقا وعملية المطابقة للنموذج المخزون. أظهرت النتائج أن النظام المقترح يعطي نسبة تصنيف ٩٥% عند استخدام نظرية نياف بياز للتبوء بجنس الأشخاص (ذكر، أنثى).

In this paper, pedestrian detection has been implement first on the image by using Histogram Oriented Gradient (HOG) algorithm. Once the detection operation is confirm many feature belong to this pedestrian has been extracted such as length, skin percentage, area, perimeter for each individual person, and a gender template is used to give an initial estimation of the gender. Naive Bayes has been used as statistical method in order to predict the gender of the pedestrian based on the feature which has been extracted in the feature extraction stage and the result of the gender template matching technique. Results show that the proposed system gives a classification rate of 95% when used Naïve Bayes to predict the gender.

ISSN: 1812-0380

عناصر مشابهة