الگوریتم عیسوی و کار را برای تحکیم موقعیت چشم در چشم مبتنی بر الگوی باینری محلی دایره‌ای
- سال انتشار: 1392
- محل انتشار: هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
- کد COI اختصاصی: ICMVIP08_072
- زبان مقاله: فارسی
- تعداد مشاهده: 1325
نویسندگان
دانش کارشناسی ارشد در رشته تفرشی
استادیار دانشکده مهندسی برق - دانشگاه تفرشی
چکیده
در این مقاله الگوریتم جدیدی مبتنی برهیستوگرام الگوی باینری محلی LBPH) دایره ای و طبقه‌بندی کننده SVM برای تعیین موقعیت دقیق چشم در چشم نهاد می‌شود. در روش پیشنهادی از یک مرحله پیش پردازش سریع و دقیق مبتنی بر ویژگی‌ها برای تعیین ناحیه چشم و نگاشت رنگ و روشنایی برای استخراج نواحی کاندیدای چشم استفاده می‌شود. بنابراین LBPH دایره دفتر و من کننده تنها برای انتخاب نهایی از بین کاندیداهای چشم به کار می‌رود که سبب افزایش سرعت قابل ملاحظه و همچنین بدعت الگوریتم نسبت به حال استفاده از LBPH دایره‌ای و طبقه‌بندی کننده بر روی کل تصویر می‌شود. از سایر مزایای الگوریتم پیشنهادی مقام بودن آن در برابر نویز و بنابراین بدعت بالای آن به دلیل استفاده از ایده میانگین پیکسل ها برای آستانه گذاری LBP دایره است. به دلیل استفاده از چشم نیمه‌باز و بسته علاوه‌بر حالت باز، در آموزش طبقه‌بندی کننده، در برخی موارد ابروها نیز در خروجی ظاهر می‌شوند که با یک رابطه هندسی ساده پیشنهادی حذف شده‌اند. بنابراین روش ارائه شده برخلاف بسیاری از الگوریتم های پیشنهادی قادر به تشخیص چشم با دقت بالا در حالت‌های مختلف می‌باشد. بررسی نتایج تجربی بر روی تصاویر استاندارد پایگاه داده FERET نشاند الگوریتم پیشنهادی، ضمن ساعت اجرای بالا برد 98.4% موارد ناحیه چشم را به درستی تشخیص می‌دهد و بنابراین در مقایسه با الگوریتم های مشابه عملکرد مطلوبی دارد.کلیدواژه ها
تعیین مکان چشم، الگوی باینری محلی دایره‌ای، طبقه‌بندی کننده SVMمقالات مرتبط جدید
- Artificial intelligence-based Diagnostic Approaches for Alzheimer's Disease Using Medical Imaging
- Artificial Intelligence-Based Telehealth Care in maternal health
- سیستم های هوش مصنوعی در پیشگیری و ارتقای سلامت عمومی
- Efficient Multi-Label Retinal Disease Classification with CLIP, LoRA, and Shadow Loss on the OIA-ODIR Dataset
- هوش مصنوعی در ژنتیک
اطلاعات 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.