Odhad pohlaví a věku z videa lidské tváře

Abstract

Bakalářská práce se zaměřuje na implementaci metody odhadu věku a pohlaví lidských tváří z videa. Využívá k tomu již existující knihovny pro odhad věku a pohlaví ze statických obrázků a sestavuje protokol pro testování přesnosti klasifikátorů věku a pohlaví. Přesnost klasifikátorů je zvýšena použitím lineárního verifikačního klasifikátoru, který z rozhodování vyřazuje problematické obrázky ze vstupní video sekvence. Práce porovnává více způsobů trénování a ladění verifikačních klasifikátorů. Experimenty ukazují, že použitím verifikačního klasifikátoru lze významně redukovat chybovost odhadu pohlaví.

This bachelor project focuses on implementing a method for prediction of gender and age of human faces in video sequences. The project builds on existing libraries for gender and age prediction from still images. In the thesis we created testing protocol for benchmarking accuracy of gender and age predictors working with video. Predictor accuracy is enhanced by usage of linear verification classifiers used to filter out difficult or corrupted frames from the input video sequence. The work compares multiple verification classifiers and different approaches to training and fine tuning their parameters. The experiments show that using the verification classifier can significantly reduce the gender prediction error.