طبقه بندی و شناسایی پوست انسان با استفاده از یک روش هیبریدی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 646

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TDCONF01_028

تاریخ نمایه سازی: 19 تیر 1394

چکیده مقاله:

امروزه طبقه بندهای پوست انسان به عنوان یک پیش پردازنده، در اکثر سیستم های مرتبط با پردازش بر روی قسمت های مختلف پوست انسان، مانند آشکارسازی چهره، ردیابی چهره و بازیابی مبتنی بر محتوی تصاویر و ویدئوهای غیر اخلاقی و سیستم های واسط انسان و کامپیوتر (HCI)، مطرح گردیده اند. از چالش های پیش رو در آشکار سازی پوست انسان می توان به تنوع در رنگ پوست با نژاد های گوناگون، وجود نواحی شبه پوست در صحنه ی تصویر برداری، تغییرات شدت روشنایی و وجود نویز در تصویر اشاره کرد. در این طرح از ایده ای نو بهره برده شده است تا به کمک آن بتوان آشکار سازی نواحی غیر پوستی و شبه پوستی را در تصاویر کاهش داد. این ایده با الهام گرفتن از روش های پیشنهاد شده در زمینه تشخیص پوست و ترکیب آنها ، یک روش هیبریدی، که از ترکیب سری و موازی طبقات مدل گوسی دو بعدی و طبقه بندی ماشین بردار پشتیبان در شناسایی و تشخیص پوست تشکیل شده است می باشد. این طرح با تقریب خوبی قسمت های پوست را از غیر پوست و شبه پوست جدا می کند. نتایج بدست آمده حاکی از عملکرد مناسب این مدل پیشنهادی ، با میانگین دقت 89/05 درصد می باشد.

نویسندگان

محمد رسول رحمتیان

دانشگاه آزاد اسلامی واحد کرمانشاه، باشگاه پژوهشگران جوان و نخبگان، کرمانشاه، ایران

سجاد رضایی

گروه برق، دانشگاه فنی مهندسی، واحد کرمانشاه، دانشگاه آزاد دانشگاه آزاد اسلامی واحد کرمانشاه، ایران

محمد فتاحی

گروه برق، دانشگاه فنی مهندسی، واحد اراک، دانشگاه آزاد اسلامی واحد اراک، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • م.موسوی و س. شیرعلی شهر رضا ; تشخیص تصاویر غیر ...
  • M.J. Jones, J.M. Rehg, 2002. Statistical color models with application ...
  • G. Gomez, M. Sanchez, L.E. Sucar , 2002. _ selecting ...
  • J. Brand, J. Mason, 2000. A comparative assessment of three ...
  • M.H. Yang, N. Ahuja, 1999. Gaussian Mixture modl for human ...
  • D. Brown, I. Craw, J. Lewthwaite , 2001. A SOM ...
  • S. McKenna, S. Gong, Y. Raja, 1998. Modeling facial colour ...
  • K. Sobottka, I. Pitas, 1998. A novel method for automatic ...
  • Q. Zhu, K.-T. Cheng, C.-T. Wu, Y.-L. Wu, 2004. Adaptive ...
  • K.W.Wong, K.M. Lam and W.C. Siu, 2003. A robust scheme ...
  • J.J. Dedios, N. Garcia, 2003. Face detection based on a ...
  • Y. Dai, Y. Nakano, 1996. Face-texture model based _ SGLD ...
  • E. Saber, A.M. Tekalp, 1998. Frontal-view face detection and facial ...
  • Laurent, C., Laurent, N., Bodo, Y., 2003 _ _ skin ...
  • Zhang, M.J., Gao, W., 2005. "An adaptive skin color detection ...
  • Vezhnevets, V., Sazonov, V., Andreeva, A., 2003. _ Survey on ...
  • A. A. Abin, M. Fotouhi, and S. Kasaei, 2009 . ...
  • Lee, J.Y., Yoo, S.I., 2002. _ elliptical boundary model for ...
  • Jedynak, B., Zheng, H., Daoudi, M., Barret, D..2002. Maximum entropy ...
  • G. Gomez, E. Morales, 2002. Automatic feature construction and a ...
  • M.H. Yang, N. Ahuja, 1999. Gaussian Mixture mode for human ...
  • H. Greenspan, J. Goldberger, I. Eshet. 2001 _ Mixture model ...
  • T.S. Caetano, S.D. Olabarriaga, D.A.C. Barone, 2003. Do mixture modes ...
  • نمایش کامل مراجع