請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/85210
標題: | 基於人體步態序列之性別分類與年齡估計方法的相關研究 A Study of Gait-Based Gender Classification and Age Estimation Using Pose Sequences |
作者: | Jih-Hsiang Yang 楊日翔 |
指導教授: | 吳家麟(Ja-Ling Wu) |
關鍵字: | 人類步態,姿態序列,性別分類,年齡估計,圖神經網路,多任務學習, Human Gait,Pose Sequences,Gender Classification,Age Estimation,Graph Neural Networks,Multi-Task Learning, |
出版年 : | 2021 |
學位: | 碩士 |
摘要: | 本篇論文將時空圖卷積網路應用在基於人體姿態序列的步態資料集,進而進行性別分類和年齡估計,這兩項工作即時使用人眼作為判斷依據,仍然可能產生很大的誤差。透過一連串實驗,我們發現,適當的結合多任務學習和資料擴增的方法,可以進一步提升性別分類和年齡估計的正確率。 This work presents a Spatial-Temporal Graph Convolutional Network (ST-GCN) for gender classification and age estimation using pose sequences of gait, which may be hard to comprehend by human eyes. A series of experiments show that an appropriate combination of multi-task learning and data augmentation does improve the expected performances. |
URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/85210 |
DOI: | 10.6342/NTU202201964 |
全文授權: | 同意授權(限校園內公開) |
電子全文公開日期: | 2022-09-06 |
顯示於系所單位: | 資訊工程學系 |
文件中的檔案:
檔案 | 大小 | 格式 | |
---|---|---|---|
U0001-0208202211510900.pdf 授權僅限NTU校內IP使用(校園外請利用VPN校外連線服務) | 1.26 MB | Adobe PDF | 檢視/開啟 |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。