ارائه روشی جهت بهبود تشخیص و حذف سایه، با ماشین بردار پشتیبان و برش های گراف
محل انتشار: همایش ملی مهندسی کامپیوتر و فناوری اطلاعات
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 984
فایل این مقاله در 6 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:
NCCEB01_088
تاریخ نمایه سازی: 18 خرداد 1393
چکیده مقاله:
یکی از مواردی که در الگوریتم های تشخیص چهره مدنظر قرار می گیرد، حذف سایه و رفع ابهام از چهره افراد می باشد در نظر گرفتن سایه به عنوان بخشی از یک جسم در تصاویر سایه دار، سبب بروز مشکلاتی در پردازش تصویر می گردد از اینرو تاکنون تکنیک ها و الگوریتم های مختلفی به منظور تشخیص و حذف سایه مورد استفاده قرار گرفته اند برخلاف روش های پیشین که به بررسی اطلاعات پیکسل و یا لبه می پرداختند، در این رساله، از رویکرد مبتنی بر منطقه استفاده شده است در روش تشخیص سایه پیشنهادی،پس از بهبود کیفیت تصویر و بخش بندی با الگوریتم میانگین تغییر، دسته بند SVM را آموزش داده و مناطق دارای روشنایی متفاوت و مشابه را می یابیم پس از استخراج ویژگی های مورد نیاز، دسته بند را بروی تصاویر آزمایش می کنیم، سپس گراف رابطه را بوجود آورده و مناطق سایه دار را برچسب می زنیم احتمال تشخیص سایه های نرم را افزایش داده و از رو تحلیل و استنتاج Matting و ضرایب بهبود سایه، برای حذف سایه و روشن سازی مجدد پیکسل های تصویر استفاده می کنیم.
کلیدواژه ها:
نویسندگان
آیت قلی زاده
دانشگاه آزاد اسلامی واحد ساری
همایون موتمنی
دانشگاه آزاد اسلامی واحد ساری
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 :