میتوانم شکست را بپذیرم اما تلاش نکردن را هرگز!

تشخیص الگوی پوست انسان در تصاویر با قالب فضای رنگ Lab با استفاده از الگوریتم ترکیبی شبکه عصبی و ازدحام ذرات

چکیده

در این پژوهش، استفاده از روش ترکیبی الگوریتم بهینه سازی ازدحام ذرات با ضرایب شتاب متغیر با زمان (TVAC_PSO) و شبکه عصبی مصنوعی(ANN)- به عنوان یک روش جدید آموزش برای شبکه‌های عصبی پیش خور (FNNs)- برای حل مسئله طبقه-بندی پوست پیشنهاد شده است. شبکه عصبی استفاده شده در این پژوهش، از نوع پرسپترون چندلایه (MLP) است که هدف آن، ناحیه بندی و طبقه بندی رنگ پوست است. در این پژوهش، از الگوریتم TVAC_PSOبرای بهینه کردن وزن های شبکه ی پرسپترون چندلایه(MLP) استفاده می کنیم که در نهایت منجر به بهبود ناحیه بندی یا تقطیع و ایجاد کلاس های بهینه در تصویر و استخراج ناحیه پوست از غیرپوست در تصاویر می شود. در نتایج بدست آمده از شبیه سازی، مقدار معیار میانگین مربعات خطا (MSE) در الگوریتم پیشنهادی و برروی فضای رنگی Lab، 0. 0055، و نرخ تشخیص درست (CDR)، 93.77%، است، که این معیارها نسبت به تمام فضاهای رنگی و الگوریتم‌های بهینه سازی دیگر استفاده شده، بهینه تر می باشد. نتایج تجربی نشان می دهد که روش پیشنهادی می تواند عملکرد شبکه MLP را برای مسئله طبقه بندی رنگ پوست، به‌طور قابل توجهی افزایش دهد و نیز منجر به ارائه یک مدل تشخیص پوست دقیق شود.

واژگان کلیدی

تعهدنامه اصالت رساله یا پایان‌نامه

اینجانب محمدحسین فخرآوری دانش آموخته مقطع کارشناسی ارشد ناپیوسته در رشته مهندسی کامپیوتر گرایش هوش مصنوعی از پایان نامه خود تحت عنوان «تشخیص الگوی پوست انسان در تصاویر با قالب فضای رنگ Lab با استفاده از الگوریتم ترکیبی شبکه عصبی و ازدحام ذرات» دفاع نموده ام.


Human Skin Recognition in Lab Color Space Model Images Using a Hybrid Neural Network and Particle Swarm Optimization Algorithm

  • دارای فایل سمینار
  • Power Point ارائه پایانی
  • فرم روز دفاع
  • پروپوزال
  • فایل thesis.doc
  • شبی سازی Simulation مطلب

نرم افزارهای مورد نیاز جهت اجرای این نسخه : Matlab R2014b

توضیح مختصر

تشخیص پوست فرآیند جداسازی پیکسل­های پوست از پیکسل­های غیرپوست در یک تصویر دیجیتال است. علاوه بر کاربردهایی که به صورت مستقیم از آن استفاده می­کنند، آشکارسازی پوست در بسیاری از تحلیل­های مرتبط با پردازش تصویر و بینایی ماشین به عنوان یک گام اولیه یا پیش­پردازش مورد استفاده قرار می­گیرد. از این گونه کاربردها می­توان به شناسایی و تصدیق، ردیابی چهره، تشخیص افراد برهنه، ردیابی بدن انسان، بازشناسی افراد در اینترنت و پوست شناسی اشاره کرد. جذاب­ترین ویژگی­های تشخیص پوست براساس رنگ، شامل قابلیت پردازش با سرعت زیاد و تغییرناپذیری در مقابل چرخش، انسداد جزئی و تغییر حالت می­باشد.

در این پژوهش، هدف از تبدیل فضای رنگ RGB به Lab و انتخاب فضای رنگی Lab در فرآیند تشخیص پوست، کاهش محاسبات، کاهش هم­پوشانی پیکسل­های پوستی و غیرپوستی، کاهش همبستگی بین اجزای رنگ و جدا کردن اطلاعات رنگ و روشنایی مربوط به پیکسل­ها می­باشد. نتایج حاصل از شبیه­سازی نیز، بهبود قابل توجهی را نسبت به سایر فضاهای رنگی نشان می­دهد.

مشاهده قسمتی از مقاله