سال انتشار: 1390
محل انتشار: هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
کد COI مقاله: ICMVIP07_120
زبان مقاله: فارسیمشاهد این مقاله: 1,185
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله تشخیص تصاویر غیراخلاقی از تصاویر اخلاقی با استفاده از ویژگی های شکلی و بافتی و طبقه بندی گر SVM
چکیده مقاله:
باتوجه به گسترش سریع اینترنت، تشخیص و جداسازی تصاویر غیراخلاقی از تصاویر اخلاقی یکی از شاخه های طبقه بندی محتوا-محور تصاویر است. از آنجا که روش های تشخیص محتوا-محور تصاویر غیراخلاقی مبتنی بر وجود نرخ پوست است، دارای چالش هایی در انتخاب فضای رنگ و انتخاب ویژگی های مناسب در تصاویر می باشد.در این مقاله روشی کارآمد برای تشخیص و جداسازی تصاویر غیراخلاقی ارائه می شود. این روش مبتنی بر استفاده از ترکیب فضاهای رنگی برای استخراج ماسک پوست، استخراج ویژگی های شکلی و بافتی از ماسک پوست، انتخاب ویژگی های مناسب با کمک MRMR و SVM به عنوان طبقه بندی کننده است. در ابتدای روش پیشنهادی، برای کاهش خطا و بالابردن دقت تشخیص، از یک الگوریتم آشکارسازی چهره با استفاده از ویژگی های هار و طبقه بندی کننده adaboost استفاده کرده ایم. با استفاده از طبقه بندی کننده SVM، توانایی این روش برای تشخیص تصاویر غیراخلاقی 94% و برای تصاویر اخلاقی 90% می باشد. نتایج نشان می دهد که می توان با استفاده از استخراج ویژگی های مناسب و انتخاب صحیح ویژگی از تصاویر با دقت خوبی تصاویر غیراخلاقی را از تصاویر اخلاقی جداسازی نمود.
کلیدواژه ها:
طبقه بندي تصوير، محتوا-محور، ويژگي شكلي، ويژگي بافتي، تشخيص چهره
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://civilica.com/doc/159154/
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:گیفانی، پریسا و وفایی زاده، مجید،1390،تشخیص تصاویر غیراخلاقی از تصاویر اخلاقی با استفاده از ویژگی های شکلی و بافتی و طبقه بندی گر SVM،هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران،تهران،،،https://civilica.com/doc/159154
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390، گیفانی، پریسا؛ مجید وفایی زاده)
برای بار دوم به بعد: (1390، گیفانی؛ وفایی زاده)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
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 ممقالهقاله لینک شده اند :مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
مقالات پیشنهادی مرتبط
- به کارگیری تئوری بازی ها در ارائه یک مدل مکانیابی تسهیلاتجهت انتخاب مناسب استراتژی های توسعه ای در یک بازار رقابتی
- بررسی تبلیغات سیار مکان محور از دیدگاه تجاری و فنی
مقالات فوق بر اساس داده کاوی مقالات مطالعه شده توسط پژوهشگران محاسبه شده است.
مقالات مرتبط جدید
- یک روش یادگیری عمیق ترکیبی به منظور تخمین سن بیولوژیکی مغز برای کمک به تشخیص بیماری با استفاده از تصاویر MRI
- ارائه یک روش موثردردسته بندی نماهای اکوکاردیوگرافی بااستفاده از یادگیری انتقالی
- مطالعه اثر نویز گوسی و ضربه روی همجوشی ارتقا یافته به کمک سوپررزولوشن برروی تصاویر با فوکوس های چندگانه
- بازشناسی کلمات پویای مجزای زبان اشاره فارسی با استفاده از حسگر کینکت
- طبقه بندی بافت های تومور در تصاویر بافت شناسی سرطان استخوان با استفاده از PLS-LDA
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.