nach oben

Erschienen in:

2017 | OriginalPaper | Buchkapitel

Gender Classification Based on Deep Learning

verfasst von : Dhiraj Gharana, Sang C. Suh, Mingon Kang

Erschienen in: Big Data and Visual Analytics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Swarm Intelligence Applied to Big Data Analytics for Rescue Operations with RASEN Sensor Networks

Nächstes Kapitel Social and Organizational Culture in Korea and Women’s Career Development

The original datasets are available at https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/.

Lu, H., Lin, H.: Gender recognition using Adaboosted feature. In: Third International Conference on Natural Computation (ICNC 2007) (2007)

Deng, Q., Xu, Y., Wang, J., Sun, K.: Deep learning for gender recognition. In: 2015 International Conference on Computers, Communications, and Systems (ICCCS), pp. 206–209 (2015) [Online]. Available http://ieeexplore.ieee.org/document/7562902/

Levi, G., Hassner, T.: Age and gender classification using convolutional neural networks. In: 2015 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), Boston, MA, pp. 34–42 (2015)

Viola, P., Jones, M.: Rapid object detection using a boosted cascade of simple features. In: Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR) 2001, vol. 1, pp. I-511-I-518 (2001). https://doi.org/10.1109/CVPRW.2015.7301352

Ng, C., Tay, Y., Goi, B.M.: Recognizing human gender in computer vision: a survey. In: PRICAI 2012: Trends in Artificial Intelligence. Lecture Notes in Computer Science, vol. 7458, pp. 335–346 (2012)CrossRef

Moghaddam, B., Yang, M.H.: Learning gender with support faces. IEEE Trans. Patt. Anal. Mach. Intell. 24(5), 707–711 (2002)CrossRef

Verschae, R., Solar, J., Correa, M.: Gender classification of faces using Adaboost. In: Progress in Pattern Recognition, Image Analysis and Applications, pp. 68–78 (2006)

Lin, H., Lu, H., Zhang, L.: A new automatic recognition system of gender, age and ethnicity. In: 2006 6th World Congress on Intelligent Control and Automation, vol. 3, pp. 9988–9991 (2006) [Online]. Available http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm?arnumber=1713951

Lian, H.-C., Lu, B.-L.: Multi-view gender classification using multi-resolution local binary patterns and support vector machines. Int. J. Neural Syst. 17, 479–87 (2007) [Online]. Available http://www.ncbi.nlm.nih.gov/pubmed/18186597

10.

Ardakany, A., Jou la, A.: Gender recognition based on edge histogram. Int. J. Comput. Theor. Eng. 4, 127–130 (2012)CrossRef

11.

Bekhouche, S.E., Ouafi, A., Benlamoudi, A., Taleb-Ahmed, A., Hadid, A.: Facial age estimation and gender classification using multi level local phase quantization. In: 3rd International Conference on Control, Engineering and Information Technology, CEIT 2015, pp. 3–6 (2015)

12.

Nguyen, H.T.: Combining local features for gender classification. In: Proceedings of 2015 2nd National Foundation for Science and Technology Development Conference on Information and Computer Science, NICS 2015, pp. 130–134 (2015)

13.

Schmidhuber, J.: Deep learning in neural networks: an overview. Neural Netw. 61, 85–117 (2015) [Online]. Available http://dx.doi.org/10.1016/j.neunet.2014.09.003

14.

Sun, W., Su, F.: Regularization of deep neural networks using a novel companion objective function. In: International Conference on Image Processing (ICIP), pp. 2865–2869 (2015)

15.

Nielsen, M.: Neural networks and deep learning (2015) [Online]. Available http://neuralnetworksanddeeplearning.com/index.html

16.

Powers, D.M.W.: Evaluation: from precision, recall and F-factor to ROC, informedness, markedness & correlation. Technical Report SIE-07–001. School of Informatics and Engineering Flinders University, Adelaide (2007)

Titel: Gender Classification Based on Deep Learning
verfasst von: Dhiraj Gharana
Sang C. Suh
Mingon Kang
Verlag: Springer International Publishing
Buch: Big Data and Visual Analytics
Print ISBN: 978-3-319-63915-4

Electronic ISBN: 978-3-319-63917-8

Copyright-Jahr: 2017
DOI: https://doi.org/10.1007/978-3-319-63917-8_3

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner