تشخیص پوست براساس شبکه عصبی تکاملی و خوشه بندی k-means

تشخیص پوست انسان، گامی مهم در اکثر الگوریتم های پردازش تصویر، مانند تشخیص چهره است. عملکردسیستم تشخیص پوست به ارزیابی دو جزء: استخراج ویژگی و روش تشخیص بستگی دارد. رنگ پوست یکویژگی قوی برای تشخیص پوست است. با این حال، عملکرد الگوریتم های تشخیص پوست بر اساسفضاهای رنگ، دقت لازم راندارند. برای افزایش دقت تشخیص، علاوه بر رنگ پوست می توان از ویژگی هایآماری بافت نیز استفاده نمود. در این مقاله، یک روش تکاملی جهت تشخیص پوست بر اساس ویژگی هایفضای رنگ و ویژگی های آماری بافت ارائه شده است. از الگوریتم ژنتیک برای انتخاب بهترین ویژگی هایپوست، بهینه سازی ماتریس وزن های اولیه و توپولوژی شبکه عصبی استفاده شده است. سپس نتایج خروجیشبکه عصبی با روش خوشه بندی k-mean برای تشخیص دقیق پوست ترکیب شده است . تصاویر دودوییحاصل از روش پیشنهادی، و مقایسه آن با سایر روش ها نشان می دهد که روش ارائه شده دارای دقت بالایی می باشد.

Keywords:

تشخیص پوست , شبکه عصبی , الگوریتم ژنتیک , خوشه بندی k-means