پذیرش کنفرانس ملی یافته‌های نوین پژوهشی در مهندسی برق و علوم کامپیوتر- سال 1394
پذیرش در مجله ISI LISTEN = Ciência e Natura, v. 37 Part 2 jun. 2015, p. 264−275

1. دانشجو کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات بوشهر، Fakhravary@Gmail.Com
2. مربی گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات بوشهر، Marziye.dadvar@Gmail.Com

Skin Color Segmentation in RGB Color Space with Adaptive Fuzzy Neural Network (Anfis)

ساختار ANFIS شبکه های عصبی و سیستمهای فازی تخمین گرهای مستقل از مدل می باشند و قابلیت های مشابهی را در بر خورد با عدم قطعیت ها و نویز از خود نشان می دهند. لذا امکان تبدیل کردن سیستم استنتاج فازی به فرم یک شبکه آموزش پذیر وجود دارد. شبکه ای که از این طریق به دست می آید می تواند روش های یادگیری شبکه های عصبی را به منظورآموزش پارامترهای خود به کار گیرد. به علاوه ساختار حاصل از این طریق به صورت یک سیستم جعبه سیاه باقی نمانده و با توجه به قابلیت تفسیر پذیری سیستم‌های فازی مزایای بیشتری خواهد داشت و نتیجه نهایی به فرم قواعد زبانی قابل بیان خواهد بود. همانند سیستم‌های فازی، ساختار ANFIS نیز از دو بخش تشکیل شده است. بخش نخست مقدم و بخش دوم تالی نامیده می شود که این دو بخش توسط قواعد فازی در فرم یک شبکه به یکدیگر متصل می شوند شکل (4) ساختار یک شبکه ANFIS را در پنج لایه نمایش می دهد، که در آن لایه اول عمل فازی سازی را انجام می دهد، لایه دوم عمل T‐Norm فازی را برای بخش مقدم قواعد فازی انجام می دهد، لایه سوم به منظور نرمال سازی به کار می رود، لایه چهارم بخش تالی قواعد فازی را ایجاد می نماید و در نهایت لایه پنجم خروجی نهایی سیستم را محاسبه می کند.

• پیاده سازی شده در محیط متلب
• ترجمه مقاله به فارسی

نرم افزارهای مورد نیاز جهت اجرای این نسخه : Matlab R2014b

یکی از شیوه های کاربردی برای تشخیص یک چهره استفاده از طراح تشخیص پوست می باشد ،که ثابت شده در بسیاری از اعمال تاثیر به سزایی داشته است. در این کار تشخیص رنگ پوست فازی از فضای رنگی RGB پیشنهاد شده استفاده می کند. در این مطالعه، یک طبقه بندی به دو منطقه (به عنوان پوست و یا غیر پوست به صورت جداگانه) است برای تشخیص پوست استفاده می شود؛ طبقه بندی بر اساس پیکسل انتخاب شده است برای طبقه بندی هر پوست و غیر پوست پیکسل، به طور مستقل از همسایگان خود. در این برنامه، فضای جستجو برای اشیاء مورد علاقه، از جمله چهره و یا دست، می تواند از طریق شناسایی مناطق پوست کاهش یابد. برای این منظور، تقسیم بندی پوست بسیار موثر است چرا که معمولا شامل مقدار کمی از محاسبات است که می تواند بدون در نظر گرفتن ژست انجام شود.