Research Article
BibTex RIS Cite

Derin Öğrenme Algoritmalarını Kullanarak Görüntüden Cinsiyet Tahmini

Year 2019, Volume: 2 Issue: 1, 9 - 17, 30.04.2019
https://doi.org/10.35377/saucis.02.01.517930

Abstract

Büyük verilerin büyük hızlarla işlendiği çağımızda milyarlarca veriden farklı parametreler çıkararak çeşitli problemlerin çözümüne kolaylık getirmek için derin öğrenme algoritmaları kullanılmaktadır. Bu çalışmada, mevcut veri setlerinde bulunan kadın, erkek, yaşlı, genç, çocuk, bebek fotoğraflarının derin öğrenme algoritmaları ile cinsiyetlerini tespit etmek amaçlanmıştır. Bu tahminleme algoritmasını gerçekleştirmek için çeşitli derin öğrenme kütüphanelerinden faydalanılmış ve derin öğrenme modellerinden Alex Net ve VGG-16 ile yeni geliştirilen bir modelin diğer modellerle kıyaslanması yapılmıştır. Uygulamada kullanılan veri seti, kadın ve erkek fotoğraflarından oluşturulmuştur. Her fotoğraf ise kişi cinsiyetine ve yaşına göre etiketlendirilmiştir. Bu veri seti, 3170 eğitim verisi ile 318 test verisi içermektedir. Çalıştırılan üç farklı model sonuçları karşılaştırılmıştır. Makalede, derin öğrenme algoritmalarını kullanarak cinsiyet tahmini
yapılması ayrıntılı bir şekilde incelenmiş ve yapılacak olan literatür çalışmalarına yol gösterilmesi, katkı sağlanması hedeflenmiştir. 

References

  • KAYNAKÇA[1] https://www.log.com.tr/tek-fotograftan-yas-tahmini-yapan-siteye-buyuk-ilgi/, erişim tarihi: 12 Ocak 2019[2] https://www.teknoblog.com/xiaomi-mi-6-on-kamera-tahmin/,erişim tarihi: 12 Ocak 2019[3] Kwang Gi Kim; “Deep Learning”; PhD,Biomedical Engineering Branch,Division of Precision Medicine and Cancer Informatics, National Cancer Center, Goyang, Korea, 2016,
  • [4] Abdulkadir ŞEKER, Banu DİRİ, Hasan Hüseyin BALIK; “Derin Öğrenme Yöntemleri ve Uygulamaları Hakkında Bir İnceleme”, Gazi Mühendislik Bilimleri Dergisi, 2017.[5] Gil Levi and Tal Hassner; “Age and Gender Classification using Convolutional Neural Networks”, Computer Vision Foundation, 2015.
  • [6] Rajeev Ranjan , Vishal M. Patel , Rama Chellappa; “HyperFace: A Deep Multi-Task Learning Framework for Face Detection, Landmark Localization, Pose Estimation, and Gender Recognition”, IEEE Transactions on Pattern Analysis and Machine Intelligence ( Volume: 41 , Issue: 1 , Jan. 1 2019, DOI: 10.1109/TPAMI.2017.2781233--- Page(s): 121 – 135, Date of Publication: 08 December 2017)

Gender Estimation with Image by Using Deep Learning Algorithms

Year 2019, Volume: 2 Issue: 1, 9 - 17, 30.04.2019
https://doi.org/10.35377/saucis.02.01.517930

Abstract

In our age, where big data is processed at great speeds, deep learning algorithms are used to facilitate the solution of various problems by extracting different parameters from billions of data. In this study, it is aimed to determine the genders of female, male, old, young, child and baby photographs in the existing data sets with deep learning algorithms. To realize this prediction algorithm, various deep learning libraries were used and a new model with deep learning models Alex Net and VGG-16 was compared. The data set used in the application is composed of male and female images. Each image is labeled according to the gender and age of the person. This data set includes 3170 training data and 318 test data. The results of three
different models were compared. The article explains in detail how to make a gender prediction using deep learning algorithms and aims to contribute to the literature studies.

References

  • KAYNAKÇA[1] https://www.log.com.tr/tek-fotograftan-yas-tahmini-yapan-siteye-buyuk-ilgi/, erişim tarihi: 12 Ocak 2019[2] https://www.teknoblog.com/xiaomi-mi-6-on-kamera-tahmin/,erişim tarihi: 12 Ocak 2019[3] Kwang Gi Kim; “Deep Learning”; PhD,Biomedical Engineering Branch,Division of Precision Medicine and Cancer Informatics, National Cancer Center, Goyang, Korea, 2016,
  • [4] Abdulkadir ŞEKER, Banu DİRİ, Hasan Hüseyin BALIK; “Derin Öğrenme Yöntemleri ve Uygulamaları Hakkında Bir İnceleme”, Gazi Mühendislik Bilimleri Dergisi, 2017.[5] Gil Levi and Tal Hassner; “Age and Gender Classification using Convolutional Neural Networks”, Computer Vision Foundation, 2015.
  • [6] Rajeev Ranjan , Vishal M. Patel , Rama Chellappa; “HyperFace: A Deep Multi-Task Learning Framework for Face Detection, Landmark Localization, Pose Estimation, and Gender Recognition”, IEEE Transactions on Pattern Analysis and Machine Intelligence ( Volume: 41 , Issue: 1 , Jan. 1 2019, DOI: 10.1109/TPAMI.2017.2781233--- Page(s): 121 – 135, Date of Publication: 08 December 2017)
There are 3 citations in total.

Details

Primary Language Turkish
Subjects Engineering
Journal Section Articles
Authors

Gül Gündüz 0000-0001-7463-3458

İsmail Hakkı Cedimoğlu

Publication Date April 30, 2019
Submission Date January 25, 2019
Acceptance Date April 24, 2019
Published in Issue Year 2019Volume: 2 Issue: 1

Cite

IEEE G. Gündüz and İ. H. Cedimoğlu, “Derin Öğrenme Algoritmalarını Kullanarak Görüntüden Cinsiyet Tahmini”, SAUCIS, vol. 2, no. 1, pp. 9–17, 2019, doi: 10.35377/saucis.02.01.517930.

29070    The papers in this journal are licensed under a Creative Commons Attribution-NonCommercial 4.0 International License