多种机器学习方法对人脸图像性别识别的适用性研究  

作　　者：王硕珩 罗凯鸿 赵梓鉴 赵航 刘雪飞[1] 

机构地区：[1]北京信息科技大学计算机学院,北京100083

出　　处：《电脑知识与技术》2022年第18期64-66,共3页Computer Knowledge and Technology

基　　金：由北京信息科技大学2021年大学生创新创业训练计划项目资助(项目编号:5102110805)。

摘　　要：针对人脸图像的性别识别领域,从准确率、计算速度、稳定性等多个角度出发,采用无监督学习、半监督学习、有监督学习等多种机器学习方法进行计算识别。将不同机器学习方法的运行结果进行统计整理,分析各个方法的优缺点。通过参数特征的对比,得出不同应用场景下的机器学习方法适用性结论,为实际应用场景提供具有参考价值的机器学习方法选择方案。

关 键 词：性别识别 机器学习方法 适用性 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]