تشخیص پوست انسان مبتنی بر شبکه عصبی برای کاربرد در زمانهای حقیقی MVIP2010

دراین مقاله یک روش جدید با استفاده از یک شبکه هیبرید PSO & ANN(Artificial neural network Principle Swarm Optimization برای تشخیص پوست انسان ارائه شده است و عملکرد آن بیش از 96.4% دقت تشخیص صحیح که قابل مقایسه با تکنیکهای قدیمی است نشان داده شده است این شبکه از 3 لایه 6 نرون در لایه پنهان و 1 نرون در لایه خروجی تشکیل شده است ویژگیهای V,S,H تصویر به عنوان ورودی به شبکه اموزشی داده شده است و مقادیر اولیه از الگوریتم PSO بدست امده اند مجموعه داده ها ی بکاررفته دراین مقاله شامل 200 هزار پیکسل پوست و غیر پوست می باشند که در فضای HSV تهیه شده اند مزیت مهم این روش دارابودن دقت و سرعت بالا در تشخیص پوست انساندر تصاویر دیجیتال دو بعدی است در این مقاله مقایسه دقت و سرعت تشخیص پوست انسان درروش پیشنهادی با روشهای بیزین و گوسین و شبکه عصبی بدون بکارگیری PSO اورده شده است.

کلیدواژه ها:

پس انتشار خطا ، تشخیص پوست ، حرکت تجمعی پرندگان PSO ، شبکه هیبرید ، فضای رنگ