کد خبر: ۲۸۱۴۸
زمان انتشار: ۰۹:۵۱     ۰۵ آذر ۱۳۹۰
محققان پژوهشكده پردازش هوشمند علائم، موفق به ارائه روشي جديد براي تشخيص تصاوير غير اخلاقي از تصاوير اخلاقي با استفاده از ويژگي‌هاي شكلي و بافتي شدند.
به گزارش ايسنا، با توجه به گسترش سريع اينترنت، تشخيص و جداسازي تصاوير غير اخلاقي از تصاوير اخلاقي يكي از شاخه‌هاي طبقه‌بندي محتوا – محور تصاوير است.

در حال حاضر روش‌هاي تشخيص محتوا – محور تصاوير غير اخلاقي مبتني بر وجود نرخ پوست است، داراي چالش‌هايي در انتخاب فضاي رنگ و انتخاب ويژگي‌هاي مناسب در تصاوير است.

روش پيشنهادي پريسا گيفاني و مجيد وفايي زاده، محققان پژوهشكده پردازش هوشمند علائم مبتني بر استفاده از تركيب فضاهاي رنگي براي استخراج ماسك پوست، استخراج ويژگي‌هاي شكلي و بافتي از ماسك پوست، انتخاب ويژگي‌هاي مناسب با كمك MRMR و SVM به عنوان طبقه‌بندي كننده است.

در روش پيشنهادي براي كاهش خطا و بالا بردن دقت تشخيص ‌از يك الگوريتم آشكارسازي چهره با استفاده از ويژگي‌هاي هار و طبقه‌بندي كننده adaboost استفاده شده كه با استفاده از طبقه‌بندي كننده SVM توانايي اين روش براي تشخيص تصاوير غير اخلاقي 94 درصد و براي تصاوير اخلاقي 90 درصد است.

به گفته محققان، نتايج نشان داده كه مي‌توان با استفاده از استخراج ويژگي‌هاي مناسب و انتخاب صحيح ويژگي از تصاوير با دقت خوبي، تصاوير غير اخلاقي را از تصاوير اخلاقي جداسازي كرد.
نظرات بینندگان
نام:
ایمیل:
انتشاریافته:
در انتظار بررسی: ۰
* نظر:
جدیدترین اخبار پربازدید ها