اندازه گیری نسبت های طلایی چهره با استفاده از مدل مبتنی بر رگرسیون آبشاری برای کاربرد در آنالیز زیبایی چهره
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 142
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ISEE-15-1_006
تاریخ نمایه سازی: 31 تیر 1403
چکیده مقاله:
: امروزه، جراحی های پلاستیک چهره به دلیل اصلاح نقص های ناشی از مشکلات مادرزادی، ترمیم بافت آسیب دیده از سوختگی و ایجاد ساختار زیبا در چهره به طور چشمگیری افزایش یافته است؛ بنابراین، متخصصان به آنالیز و اندازه گیری معیارهای کمی چهره نیازمند هستند. آشکارسازی نقاط کلیدی (لندمارک) چهره، نقش مهمی در اندازه گیری معیارها و نسبت های طلایی چهره دارد. در این مقاله، ۳۳ لندمارک نمای روبه روی چهره با استفاده از مدل مبتنی بر رگرسیون آبشاری (CRM) آشکارسازی شده اند. نخستین گام در آشکارسازی لندمارک های چهره، آشکارسازی چهره برای قرارگیری ریخت اولیه است؛ بر همین اساس، الگوریتم خوشه بند فازی (FCM) بهینه سازی شده با الگوریتم شاهین هریس (HHO) برای بخش بندی چهره به کار گرفته شده است. در CRM، تابع رگرسیون برای نگاشت تصاویر چهره ورودی به خروجی مدنظر به کار گرفته می شود. برای استخراج ویژگی، روش هیستوگرام گرادیان جهت دار (HOG) روی هر سه کانال فضای رنگی RGB در اطراف لندمارک های تعریف شده اعمال شد. نتایج آزمایش نشان دادند استخراج ویژگی در سه کانال فضای رنگی RGB دقت بیشتری نسبت به استخراج ویژگی در مقیاس خاکستری دارد. همچنین، نتایج تایید کردند روش پیشنهادی دقت بالایی در آشکارسازی لندمارک های چهره داشته است و می تواند به عنوان روشی موثر در آنالیز سفالومتری بافت نرم چهره به کار گرفته شود.
کلیدواژه ها:
آشکارسازی نقاط کلیدی چهره ، آنالیز سفالومتری چهره ، بخش بندی ، بهینه سازی شاهین هریس ، جراحی پلاستیک چهره ، مدل مبتنی بر رگرسیون آبشاری
نویسندگان
علی فهمی جعفرقلخانلو
دکتری، دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران
موسی شمسی
استاد، دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، 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 :