تشخیص پوست با استفاده از الگوریتم ژنتیک پیوسته در فضاهای رنگی RGB و HVS

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 911

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CBCONF01_0621

تاریخ نمایه سازی: 16 شهریور 1395

چکیده مقاله:

چالش های بیومتریک محققان به خصوص در تشخیص پوست شامل انتخاب یک فضای رنگی، تولید یک روشتشخیص پوست و پردازش مناطق به دست آمده در برنامه های کاربردی هستند. از این رو پیدا کردن یک روش مناسببرای بخش بندی پیکسل های یک تصویر به گروه های مختلف مانند پوست و غیر پوست می تواند از اهمیت زیادیبرخوردار باشد. الگوریتم ژنتیک یک الگوریتم تکاملی جدید است که عملکرد خوب در برخی از مسائل بهینه سازی از خودنشان داده است. در این مقاله الگوریتم ژنتیک پیوسته را برای طبقه بندی پوست پیشنهاد و سپس کارایی این الگوریتم برروی تصاویر در دو فضای رنگی RGB و HVS تست می شود. در الگوریتم پیشنهادی یک شبکه عصبی پرسپترون چندلایه محدودیت های مسئله را مدیریت می کند و الگوریتم ژنتیک پیوسته جستجو می کند که بهترین پاسخ را بدستآورد. نتایج به وضوح نشان می دهد که الگوریتم ژنتیک به طور قابل توجهی عملکرد یک شبکه عصبی MLP را بهبود می دهد.

کلیدواژه ها:

تشخیص پوست ، بخش بندی پیکسل ها ، الگوریتم ژنتیک ، HVS ، RGB

نویسندگان

سارا خسروی

گروه مهندسی کامپیوتر دانشگاه رازی

عبدالله چاله چاله

استادیار گروه مهندسی کامپیوتر دانشگاه رازی

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 :
  • Razmjooy, Navid, B. Somayeh Mousavi, and Fazlollah Soleymani. "A hybrid ...
  • P. Kakumanu, S. Makrogiannis, N. Bourbakis, "A survey of skin-color ...
  • Giovani Gomez, "On selecting colour components for skin detection", In ...
  • Giovani Gomez, Eduardo F.Morales, "Automatic Feature Construction and a Simple ...
  • B. Jedynak, H. Zheng and M. Daoudi, "Statistical Models for ...
  • Li Chen, Jiliu Zhou, Zhiming Liu, Wei Chen, Guoqing Xiong, ...
  • H. Lin, S. Wang, S. Yen, Y. Kao, 2 Face ...
  • J.Hartung, A.acquin, H.Okada, J.Pawlyk, and J.Rosenberg, :Object-based H.263 compatible video ...
  • H.Luo, A .Eleftheriadis, and J.Kouloheris, "Statistic model based video segmentation ...
  • Jafri, R., & Arabnia, H. R. (2009). A Survey of ...
  • Acosta, B. D. (2004). Experiments in image segmentation for automatic ...
  • Goldberg, David E. Genetic algorithms in search optimization and machine ...
  • Mitchell, Melanie. An introduction to genetic algorithms. MT press, 1998 ...
  • A Continuous Genetic Algorithm Designed for the Global Optimization of ...
  • Ab o-Hammour, Z. S. (2002). Advanced continuous genetic algorithms and ...
  • Abo -Hammour, Z. S., Yusuf, M., Mirza, N. M., Mirza, ...
  • Haupt, R. L., & Haupt, S. E. (2004). Practical genetic ...
  • Lapin, L. L. (1990). Probability and statistics for modern engineering: ...
  • ZA'ER, S., ALB ADARNEH3 3, R. B., & SARAIREH 33, ...
  • نمایش کامل مراجع