بخش بندی پوست چهره مبتنی بر تصاویر رنگی با استفاده از رویکرد ترکیب نگاشت خودسازمان ده و شبکه های عصبی گازی جهت کاربرد در جراحی های پلاستیک چهره
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 202
فایل این مقاله در 12 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:
JR_JASP-4-2_005
تاریخ نمایه سازی: 28 آذر 1400
چکیده مقاله:
بخشبندی تصویر چهره یک مولفهی ضروری در کاربردهای پردازش تصویر و بینایی کامپیوتر نظیر شناسایی چهره، شناسایی هویت و آنالیز جراحی پلاستیک چهره است. یکی از مهمترین روشهای بخشبندی تصاویر چهره، روشهای مبتنی بر خوشهبندی هستند. نگاشت خودسازمانده (SOM) جزء پرکاربردترین روش مبتنی برشبکههای عصبی در دادهکاوی است. عیب مهمی که الگوریتم SOM استاندارد دارد این است که ضریب یادگیری در آن وفقی نیست. وفقی بودن ضریب یادگیری در بهروزرسانی وزنهای نگاشت خودسازمانده منجر به بهتر شدن عملکرد این الگوریتم خواهد شد. شبکهی عصبی گازی (NGN) یک یادگیری بدون ناظر بوده که ساختار همسایگی در آن وفقی بوده و وزن سیناپسی مستقل از هر گونه تنظیم توپولوژیکی بهروزرسانی میشود. هدف اصلی این پژوهش، ارائهی روش هیبریدی جدید SOMNGN است که در آن بتوان ضریب یادگیری در فاز تطبیق الگوریتم SOM استاندارد را با استفاده از الگوریتم NGN وفقی کرد. همچنین، دو فضای رنگی شامل YCbCr و فضای نگاشت چهره بهعنوان مرحلهی پیشپردازش جهت مدل کردن پوست چهره بهکار گرفته شده است. نتایج بهدست آمده در فضاهای رنگی ذکر شده نشان میدهند که الگوریتم پیشنهادی نسبت به SOM استاندارد دقت بالاتری در آشکارسازی صحیح پیکسلهای پوست چهره دارد.
کلیدواژه ها:
فضای رنگی ، خوشه بندی ، تصاویر رنگی چهره ، بخش بندی پوست چهره ، شبکه ی عصبی گازی ، نگاشت خودسازمان ده
نویسندگان
علی فهمی جعفرقلخانلو
دانشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران
موسی شمسی
داشکده مهندسی پزشکی، دانشگاه صنعتی سهند، تبریز، ایران
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 :