IRIS Institutional Research Information System - AIR Archivio Istituzionale della Ricerca
IRIS è il sistema di gestione integrata dei dati della ricerca (persone, progetti, pubblicazioni, attività) adottato dall'Università degli Studi di Milano.
AIR nasce in UNIMI nel 2006 con lo scopo di raccogliere, documentare e conservare le informazioni sulla produzione scientifica dell'Università degli Studi di Milano e costituisce di fatto l'Anagrafe della ricerca dell'Ateneo.
EnglishIn this work we address the problem of gender recognition from facial images acquired in the wild. This problem is particularly difficult due to the presence of variations in pose, ethnicity, age and image quality. Moreover, we consider the special case in which only a small sample size is available for the training phase. We rely on a feature representation obtained from the well known VGG-Face Deep Convolutional Neural Network (DCNN) and exploit the effectiveness of a sparse-driven sub-dictionary learning strategy which has proven to be able to represent both local and global characteristics of the train and probe faces. Results on the publicly available LFW dataset are provided in order to demonstrate the effectiveness of the proposed method.
Gender recognition in the wild with small sample size : A dictionary learning approach / A. D'Amelio, V. Cuculo, S. Bursic (LECTURE NOTES IN ARTIFICIAL INTELLIGENCE). - In: Formal Methods. FM 2019 International Workshops / [a cura di] E. Sekerinski, N. Moreira, J.N. Oliveira, D. Ratiu, R. Guidotti, M. Farrell, M. Luckcuck, D. Marmsoler, J. Campos, T. Astarte, L. Gonnord, A. Cerone, L. Couto, B. Dongol, M. Kutrib, P. Monteiro, D. Delmas. - [s.l] : Springer, 2020. - ISBN 9783030549930. - pp. 162-169 (( Intervento presentato al 3. convegno World Congress on Formal Methods tenutosi a Porto nel 2019.
| Titolo: | Gender recognition in the wild with small sample size : A dictionary learning approach |
| Autori: | |
| Parole Chiave: | Deep features; Facial gender recognition; Soft biometrics; Sparse dictionary learning |
| Settore Scientifico Disciplinare: | Settore INF/01 - Informatica Settore ING-INF/05 - Sistemi di Elaborazione delle Informazioni |
| Data di pubblicazione: | 2020 |
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1007/978-3-030-54994-7_12 |
| Tipologia: | Book Part (author) |
| Appare nelle tipologie: | 03 - Contributo in volume |
File in questo prodotto:
| File | Descrizione | Tipologia | Licenza | |
|---|---|---|---|---|
| DAmelio2020_Chapter_GenderRecognitionInTheWildWith.pdf | Publisher's version/PDF | Administrator Richiedi una copia |
Copyright © 2021