تعیین چاقی و لاغری افراد با استفاده از پردازش تصویر و یادگیری ماشین
- سال انتشار: 1402
- محل انتشار: فصلنامه اکتشاف و پردازش هوشمند دانش، دوره: 3، شماره: 8
- کد COI اختصاصی: JR_KDIP-3-8_004
- زبان مقاله: فارسی
- تعداد مشاهده: 60
نویسندگان
دانشکده فنی مهندسی، دانشگاه آزاد اسلامی تهران شمال، تهران، ایران.
استادیار دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی، واحد تهران شمال، تهران، ایران
استادیار دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی، واحد تهران شمال، تهران، ایران
کارشناس ارشد مهندسی کامپیوتر، دانشگاه محقق اردبیلی، اردبیل، ایران
چکیده
یکی از مهم ترین اولویت های کشورهای پیشرفته دنیا استفاده از تصمیم گیری ماشین به جای انسان است. یکی از حوزه هایی که نیازمند این زمینه است، حوزه سلامت است. به این منظور مشخص کردن چاقی و لاغری افراد می تواند در مطالعه و بررسی وضعیت سلامت یک جامعه و اتخا ذ سیاست های نظام سلامت بسیار مفید واقع شود. تصاویر افراد به عنوان پایگاه داده پژوهش از چند محیط مختلف که فاصله دوربین و فرد در تمامی آن ها یکسان بوده تهیه شده اند. سپس پس زمینه تصویر با استفاده از تفریق پس زمینه حذف می شود. ویژگی های تصویر که ویژگی های مورفولوژیکی تصویر را شامل می شود از تصویر استخراج شده و به دو دسته بند داده می شود تا عملیات دسته بندی صورت پذیرد. افراد به سه دسته چاق، متوسط و لاغر تقسیم شدند. در این مقاله، دو دسته بند ماشین بردار پشتیبان، K-نزدیک ترین همسایه بر روی سه نوع مجموعه تصویر خام، فیلتر شده و نویزدار شده اعمال شده است. تصاویر با استفاده از روش فیلتر پایین گذر گاوسین با فرکانس های مختلف فیلتر شده با استفاده از دو روش نویز فلفل نمک و نویز گاوسین نویز دار شده اند.در تصاویر نرمال بالاترین دقت مربوط به روش ماشین بردار پشتیبان با دقت ۷/۹۱ درصد، در تصاویر فیلتر شده بالاترین دقت مربوط به روش K- نزدیکترین همسایه با ۳/۸۳ درصد و در تصاویر نویز دار شده بالاترین دقت مربوط به روش ماشین بردار پشتیبان با ۷۵ درصد بود. نتایج حاصل از این مقاله نشان داد که با روش پیشنهادی ارائه شده علاوه بر اینکه می توان افراد یک جامعه را از لحاظ چاقی و لاغری دسته بندی کرد به دقت بالاتری نسبت به بیشتر روش هایی که تا کنون ارائه شده اند، رسید. با توجه به راهکارها و نتایج این پژوهش با افزایش تصاویر افراد علاوه بر بالا بردن دقت به سطح کاربردی تری خواهد رسید.کلیدواژه ها
دسته بندی, پرازش تصویر, یادگیری ماشین, بردار پشتیبان, چاقی, لاغراطلاعات بیشتر در مورد 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.