Faculty Of Computer Science Graduation Project 2018 - 2019

Permanent URI for this collectionhttp://185.252.233.37:4000/handle/123456789/43

Browse

Browsing Faculty Of Computer Science Graduation Project 2018 - 2019 by Subject "Distance Classification"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Gender Recognition Using Euclidean Distance Classification
    (October university for modern sciences and arts, 2019) Osama Khairy El-Tamimi, Ibrahim
    Gender recognition plays an important role in many fields, where many industries want to provide this service of gender automatic recognition. It also plays a big role in marketing strategies where this system can help tell which gender is interested in a specific product more. This project will be able to identify whether a person in a specific image is male or female using SIFT descriptor key points, the feature vector of the faces from images, classify the input using the Euclidean distance and the success percentage after using several testing methodology and the best percentage came from one to average method which is 70%. For future work of this project, Machine learning could be added and will change a lot in the final results as in using machine, the key points that being generated could be used in training several images and by testing it will automatically give me the result whether the gender is female or male without using computational method and a lot of mathematics as in Euclidean distance method. التعرف على نوع الجنس له دورًا مهمًا في العديد من المجالات ، حيث ترغب العديد من الصناعات في تقديم هذه الخدمة للتعرف التلقائي على النوع الاجتماعي. كما أنه يلعب دورًا كبيرًا في استراتيجيات التسويق حيث يمكن لهذا النظام المساعدة في تحديد النوع الاجتماعي المهتم بمنتج معين أكثر. سيكون هذا المشروع قادرًا على تحديد ما إذا كان شخص ما في صورة معينة ذكرًا أو أنثى باستخدام نقاط مفتاح واصف SIFT ، وموجه المعالم للوجوه من الصور ، وتصنيف المدخلات باستخدام المسافة الإقليدية ونسبة النجاح بعد استخدام منهجية الاختبار و جاءت أفضل نسبة من طريقة واحدة إلى متوسطة وهي 70٪. بالنسبة للعمل المستقبلي لهذا المشروع ، يمكن إضافة "التعلم الآلي" وسوف يتغير كثيرًا في النتائج النهائية كما هو الحال في استخدام "الجهاز" ، ويمكن استخدام النقاط الرئيسية التي يتم إنشاؤها في تدريب عدة صور ومن خلال اختباره ، سيعطيني تلقائيًا النتيجة سواء الجنس أنثى أو ذكر باستخدام الطريقة الحسابية والكثير من الرياضيات كما هو الحال في طريقة المسافة الإقليدية.