Artificial Intelligence Based Profession Prediction Using Facial Analysis
Date
2020
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Youth unemployment is a global problem which affects millions of young people. One of the
reasons for this is that young people are often misguided, or have adopted professions that are not
a good fit for them. If an association between facial features and certain professions can be
established using artificial intelligence, it is possible to guide young people into suitable career
paths, providing them a better future with more satisfying jobs. In order to achieve this goal,
different neural network models that employ deep learning and transfer learning were built,
alongside with a dataset consisting of face images of people who are professionals in their fields.
This data was then fed into these neural networks, testing effects of different networks and their
parameters on the accuracy of predicting professions based on face images. The experiments
however, did not lead to high accuracy rates. The results and networks are then analyzed and
limitations are brought up. The possible solutions to what could have caused low accuracy rates
are discussed.
In estonian: Noorte tööpuudus on globaalne probleem mis mõjutab miljoneid noori. Üks põhjustest on kuna
noori inimesi on tihti valesti juhitud või nad on omastanud ameteid mis pole neile sobilikud. Kui
on võimalik leida assotsiatsioone näojoonte ja kindlate ametite vahel kasutades tehisintellekti, kas
siis on võimalik juhtida noori inimesi parematele ametikohtadele, varustades neid parema
tulevikuga, kus on rohkem rahuldavad töökohti. Et sellise saavutusega hakkama saada, ehitati
erinevaid närvivõrgud mudeleid mis kasutavad süvaõpet ja ülekandmise õpe koos andmetega,
mis koosnevad inimeste näo piltidest kes on oma ala professionaalid. See informatsioon siis
sisestati närvi võrkudesse, katsetades erinevate võrkude efekte ja nende parameetreid näo järgi
ameti valimise täpsuses. See katse kahjuks ei viinud kõrge täpsusega tulemusteni. Tulemused ja
võrgud siis analüüsiti ja leiti limiidid. Võimalike lahendusi arutatakse selle üle mis võiksid
tekitada vähese täpsusega tulemusi.
Description
Keywords
Machine Learning, Computer Vision, Deep Learning, Transfer Learning, masinõpe, arvuti nägemine, sügav õppimine, ülekandmise õpe