The human’s gender plays a fundamen

The human’s gender plays a fundamental role in social interactions.
Automatic gender classification has many important applications
like intelligent user interface, visual surveillance, collecting demographic
statistics for marketing, etc. Therefore, automatic gender
recognition from face images has been extensively studied in computer
vision. However, the difficulty of this problem largely depends
on the application context and on the experimental protocol: a recognition
model can be trained and tested on faces from the same dataset
or from different datasets (i.e. cross-dataset experiment), images of
input faces can be taken under controlled or uncontrolled conditions
and finally faces can be aligned before gender prediction or not. The
state-of-the-art performance in the most stringent conditions (i.e.
cross-dataset, in uncontrolled environment and with no image preprocessing)
reaches 96.86% of accuracy and was very recently obtained
by Jia and Cristianini [11] using a huge private training dataset
of 4,000,000 images.
Deep Convolutional Neural Networks (CNNs) [13] have recently
become the golden standard for object recognition [12,25]. Today,
CNNs are the primary choice for the large variety of computer vision
tasks [8,27,30]. However, there are 2 problems which make the
practical usage of CNNs difficult in some cases. The first problem is related to the big size of the training data which is often required to
train them. Collecting large datasets of faces can be costly and can
raise a number of privacy protection issues. That is why, successful
face-related applications of CNNs are often trained on huge private
datasets containing several millions of images (like in [27]) making
the obtained results non-reproducible for the scientific community.
The second problem lies in the domain of the computational and
memory requirements of CNNs [7,9]. This problem often hinders importing
CNNs onto embedded platforms like smartphones and tablets
or their usage in cloud computations. For example, 16-layers CNN described
in [25] has a weights file bigger than 500MB and requires
about 3.1 · 1010 floating point operations per image. Specifically, 90%
of its weights is taken up by the fully-connected layers and more than
90% of its running time is taken by the convolutional layers [9]. It
means that if we want to minimize both the running time and the required
memory we have to minimize both fully-connected and convolutional
layers.

ผลลัพธ์ (ไทย) 1:

เพศของมนุษย์มีบทบาทพื้นฐานในการโต้ตอบทางสังคมการจัดประเภทอัตโนมัติเพศมีโปรแกรมประยุกต์ที่สำคัญมากเช่นอัจฉริยะเฟซ ภาพเฝ้าระวัง การเก็บรวบรวมสำมะโนประชากรสถิติสำหรับการตลาด ฯลฯ ดังนั้น เพศอัตโนมัติการรับรู้จากรูปหน้าได้รับการศึกษาอย่างกว้างขวางในคอมพิวเตอร์วิสัยทัศน์ อย่างไรก็ตาม ความยากของปัญหานี้ขึ้นอยู่กับการกินแอพลิเคชัน และโพรโทคอลทดลอง: ความรู้แบบจำลองสามารถฝึกอบรม และทดสอบบนใบหน้าจากชุดข้อมูลเดียวกันหรือ จาก datasets ต่าง ๆ (เช่นระหว่างชุดข้อมูลทดสอบ), ภาพสามารถนำเข้าใบหน้าภายใต้เงื่อนไขที่ควบคุม หรือทางและสุดท้าย ใบหน้าสามารถจัดตำแหน่งก่อนทำนายเพศ หรือไม่ ที่สมัยของประสิทธิภาพอย่างเข้มงวดที่สุดเงื่อนไขพิเศษขนชุดข้อมูล ในสภาพแวดล้อมที่แพงกว่า และไม่ประมวลผลในรูป)ถึง 96.86% ความถูกต้อง และถูกมากเพิ่งได้รับโดยเจียและ Cristianini [11] โดยใช้ชุดข้อมูลการฝึกอบรมส่วนใหญ่ภาพ 4,000,000ข่ายประสาทลึก Convolutional (CNNs) [13] ได้เมื่อเร็ว ๆ นี้เป็น มาตรฐานทองคำสำหรับวัตถุการรับรู้ [12,25] วันนี้CNNs เป็นทางเลือกหลักสำหรับหลากหลายของคอมพิวเตอร์วิทัศน์งาน [8,27,30] อย่างไรก็ตาม มีปัญหา 2 ซึ่งทำให้การการใช้ CNNs ในบางกรณีปฏิบัติ ปัญหาแรกเกี่ยวข้องกับข้อมูลการฝึกอบรมซึ่งมักจะต้องการขนาดใหญ่รถไฟพวกเขา เก็บ datasets ขนาดใหญ่ของใบหน้าสามารถค่าใช้จ่าย และสามารถเพิ่มจำนวนของประเด็นการคุ้มครองความเป็นส่วนตัว จึง ประสบความสำเร็จโปรแกรมประยุกต์ที่เกี่ยวข้องกับใบหน้าของ CNNs มักจะได้รับการฝึกอบรมในส่วนตัวมากdatasets ล้านหลายภาพ (ชอบ [27]) ทำให้ประกอบด้วยผลลัพธ์ได้รับที่ไม่ใช่จำลองชุมชนวิทยาศาสตร์ปัญหาที่สองที่อยู่ในโดเมนของการคำนวณ และความต้องการหน่วยความจำของ CNNs [7,9] ปัญหานี้มักจะทำการนำเข้าCNNs บนระบบฝังตัวเช่นสมาร์ทโฟนและแท็บเล็ตหรือการที่ใช้ในการประมวลผลเมฆ ตัวอย่าง ชั้น 16 CNN อธิบายใน [25] มีน้ำหนักแฟ้มใหญ่กว่า 500MB และต้องเกี่ยวกับ 3.1 · 1010 ลอยจุดดำเนินการต่อภาพ โดยเฉพาะ 90%ของน้ำหนักถูกใช้ไปกับชั้นของการเชื่อมต่อครบและอื่น ๆ กว่า90% ของเวลาทำงานจะนำมา โดยชั้น convolutional [9] มันหมายความ ว่า ถ้าเราต้องการลดเวลาทำงานและต้องหน่วยความจำที่เรามีทั้งเชื่อม ต่อครบ และ convolutionalชั้น

ผลลัพธ์ (ไทย) 3:

ของมนุษย์เพศเล่นบทบาทพื้นฐานในการโต้ตอบทางสังคม .
การจำแนกเพศอัตโนมัติมีหลายที่สำคัญโปรแกรม
เหมือนฉลาดผู้ใช้ Visual เฝ้าระวังเก็บสถิติ
สำหรับ การตลาด ฯลฯ ดังนั้นการรับรู้เพศ
อัตโนมัติจากภาพใบหน้าได้รับอย่างกว้างขวางใช้ในวิสัยทัศน์คอมพิวเตอร์

อย่างไรก็ตามความยากของปัญหานี้ส่วนใหญ่ขึ้นอยู่
ในบริบทการในขั้นตอนการทดลอง : การรับรู้
รูปแบบสามารถฝึกและทดสอบบนใบหน้าจากชุดข้อมูลเดียวกัน หรือจากข้อมูล
ที่แตกต่างกัน ( เช่นข้ามข้อมูลการทดลอง ภาพของ
หน้าใส่สามารถถูกควบคุมหรือเงื่อนไขที่ควบคุมไม่ได้ และสุดท้าย
หน้าสามารถ ชิดก่อนเพศพยากรณ์ หรือ ไม่
- ประสิทธิภาพในเงื่อนไขที่เข้มงวดมากที่สุด ( เช่น
ข้ามข้อมูลในสภาพแวดล้อมที่ไม่มีการควบคุมและไม่มีภาพ preprocessing )
ถึง 96.86 % ของความถูกต้องและก็เพิ่งรับ
โดยเจีย cristianini [ 11 ] และการฝึกส่วนบุคคลข้อมูลขนาดใหญ่ของภาพ 4000000
.
ลึกขดโครงข่ายประสาทเทียม ( cnns ) [ 13 ]
เมื่อเร็วๆ นี้กลายเป็นมาตรฐานทองสำหรับการ 12,25 [ วัตถุ ] วันนี้
cnns เป็นทางเลือกหลักสำหรับความหลากหลายของงาน [
วิสัยทัศน์คอมพิวเตอร์ 8,27,30 ] อย่างไรก็ตาม มี 2 ปัญหาที่ทำให้การใช้ประโยชน์ของ cnns
ยากในบางกรณี ปัญหาแรกที่เกี่ยวข้องกับขนาดใหญ่ของการฝึกอบรมข้อมูลซึ่งมักจะต้อง

ฝึกพวกเขา