پیشبینی خودکار سن و جنسیت از روی تصاویر چهره، اخیراً توجه زیادی را به خود جلب کرده است. این کاربرد در زمینه های گستردهای نظیر توسعه تعامل انسان و کامپیوتر، تجارت الکترونیک و غیره مورد استفاده قرار می گیرد. به دلیل تنوع زیاد درون کلاسی تصاویر چهره )مانند تنوع در نور، ژست، مقیاس، انسداد(، مدلهای موجود هنوز از سطح دقت مطلوبی برخوردار نیستند. اگرچه روش های مختلفی برای طبقه بندی جنسیتی و سن افراد مانند بررسی نحوه راه رفتن، عنبیه، شکل دست و مو وجود دارد، اما در این پژوهش طبقه بندی بر اساس ویژگی های چهره انجام شده است. در این مقاله، برای دستیابی به هدف ) 1 ( طبقهبندی جنسیتی و ) 2 ( تشخیص سن باتوجه به تصویر چهره افراد یک فرآیند سه مرحلهای پیشنهاد شده است. ابتدا با استفاده از روش شبکه های کانولوشن آبشاری چند کاره 1 ، چهره فرد از تصویر استخراج میشود. پس از نرمال سازی و تغییر سایز تصویر به اندازه مطلوب، بردار ویژگی از تصویر چهره استخراج می شود. در نهایت از یک ابزار مبتنی بر یادگیری ماشین جهت انجام دسته بندی بر اساس بردار های ویژگی استخراج شده استفاده می شود. در این پژوهش جهت استخراج ویژگی از دو شبکه معروف از پیش آموزش داده شده به نام های FaceNet و VGGFace استفاده شده است .جهت ارزیابی از یک پایگاه داده به نام UTK-Face استفاده شده است.
