ترغب بنشر مسار تعليمي؟ اضغط هنا

اقتطاع منطقة الأذن من الصور الجانبية للوجه باستخدام كاشف الجلد المعتمد على الأرجحية و العمليات المورفولوجية

Ear segmentation using likelihood skin detector and morphological operations

1682   0   38   0 ( 0 )
 تاريخ النشر 2012
والبحث باللغة العربية
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

تقدم الدراسة طريقة جديدة لتحديد منطقة الأذن و اقتطاعها من الصور الجانبية للوجه، تمهيداً لاستخدامها لاحقاً في عملية تعرف الأشخاص باستخدام الأذن. تتضمن هذه الطريقة مرحلتين أساسيتين، حيث يتم ضمن المرحلة الأولى تصنيف بكسلات الصورة على أنها من منطقة الجلد أو منطقة اللاجلد باستخدام كاشف الجلد المعتمد على الأرجحية، ثم يتم استخدام العمليات المورفولوجية لاستكمال عملية تحديد منطقة الأذن، بينما يتم في المرحلة الثانية اقتطاع صورة الأذن اعتماداً على ناتج المرحلة السابقة، حيث تم اقتراح طريقتين لتحقيق ذلك تعتمد الأولى منهما على التجريب بينما تعتمد الثانية على القياس. تتضمن الدراسة أيضاً مقارنة نتائج الطريقة المقترحة مع الطرق السابقة في هذا المجال، و قد تم تطبيق الطريقة المقترحة على قاعدة بيانات مكونة من 146 صورة تعود إلـى 20 شخصاً، حيث تم الأخذ بعين الاعتبار تغيرات الإضاءة و الموقع، و اختلاف أيام التصوير و مواقعه، و تغطية الأذن جزئياً بالشعر أو الأقراط، و نتيجة لذلك تم اقتطاع صورة الأذن بنجاح بنسبة 95.8%.


ملخص البحث
تقدم هذه الدراسة طريقة جديدة لتحديد منطقة الأذن واقتطاعها من الصور الجانبية للوجه باستخدام كاشف الجلد المعتمد على الأرجحية والعمليات المورفولوجية. تتضمن الطريقة مرحلتين: الأولى تصنف بكسلات الصورة إلى مناطق جلد ولاجلد باستخدام كاشف الجلد، ثم تُستخدم العمليات المورفولوجية لتحديد منطقة الأذن. في المرحلة الثانية، يتم اقتطاع صورة الأذن باستخدام طريقتين: التجريبية والقياسية. تم اختبار الطريقة على قاعدة بيانات مكونة من 146 صورة لـ 20 شخصًا، مع مراعاة تغيرات الإضاءة والموقع وتغطية الأذن جزئيًا بالشعر أو الأقراط. حققت الطريقة نسبة نجاح بلغت 95.8%.
قراءة نقدية
دراسة نقدية: تعتبر هذه الدراسة خطوة مهمة في مجال التعرف على الأشخاص باستخدام الأذن، حيث قدمت طريقة مبتكرة تعتمد على كاشف الجلد والعمليات المورفولوجية. ومع ذلك، يمكن تحسين الدراسة من خلال توسيع قاعدة البيانات لتشمل مزيدًا من الصور والأشخاص من مختلف الأعمار والخلفيات. كما يمكن تحسين دقة النظام من خلال استخدام تقنيات تعلم الآلة المتقدمة لتحسين عملية تصنيف بكسلات الجلد. بالإضافة إلى ذلك، يمكن تحسين النظام ليكون أكثر مقاومة لتغيرات الإضاءة والتداخلات الأخرى مثل الأقراط والشعر.
أسئلة حول البحث
  1. ما هي المراحل الأساسية للطريقة المقترحة في الدراسة؟

    تتضمن الطريقة مرحلتين أساسيتين: الأولى تصنف بكسلات الصورة إلى مناطق جلد ولاجلد باستخدام كاشف الجلد المعتمد على الأرجحية، ثم تُستخدم العمليات المورفولوجية لتحديد منطقة الأذن. في المرحلة الثانية، يتم اقتطاع صورة الأذن باستخدام طريقتين: التجريبية والقياسية.

  2. ما هي نسبة نجاح الطريقة المقترحة في اقتطاع صورة الأذن؟

    حققت الطريقة نسبة نجاح بلغت 95.8% في اقتطاع صورة الأذن من الصور الجانبية للوجه.

  3. ما هي العوامل التي تم أخذها بعين الاعتبار أثناء اختبار الطريقة؟

    تم أخذ عدة عوامل بعين الاعتبار أثناء اختبار الطريقة، منها تغيرات الإضاءة، الموقع، تغطية الأذن جزئيًا بالشعر أو الأقراط، واختلاف أيام التصوير ومواقعه.

  4. ما هي الطرق المستخدمة لاقتطاع صورة الأذن في المرحلة الثانية من الطريقة المقترحة؟

    تم استخدام طريقتين لاقتطاع صورة الأذن في المرحلة الثانية: الأولى تعتمد على التجريب، والثانية تعتمد على القياس.


المراجع المستخدمة
CIARAN O’ CONAIRE, NOEL E. O'CONNOR, and ALAN F. SMEATON. Detector adaptation by maximising agreement between independent data sources, In CVPR. IEEE Computer Society, 2007
ALI, M., JAVED, M. Y., and BASIT, A., Ear Recognition Using Wavelets, Proceedings of Image and Vision Computing New Zealand, 2007, 83–86
SALEH, M., FADEL, S. and ABBOTT, L., Ears as a Biometric for Human Recognition, ICCTA, September 2006, 5-7
DARAMOLA, S. A., OLUWANINYO, O. D., Automatic Ear Recognition System using Back Propagation Neural Network, International Journal of Video & Image Processing and Network Security IJVIPNS-IJENS, Vol: 11 No: 01, February 2011, 28-32
قيم البحث

اقرأ أيضاً

كاشف الأعطال يلعب دورا مركزياَ في هندسة النظم الموزعة , إضافة إلى ذلك فإن العديد من التطبيقات لديها قيود زمنية معينة و تحتاج كواشف الأعطال التي تؤمن ضمانات زمنية معينة . كاشف الاعطال هو متنبئ يوفر معلومات عن فشل العمليات ,لتستفيد من هذه المعلومات خوارزميات التسامح مع الاخطاء . في هذا المقال سنقدم تطبيق لبناء كاشف الأعطال , هذا التطبيق يستخدم نموذج مشترك مكون من النموذج النبضي و النموذج التفاعلي. حيث تم بناء كاشف الأعطال بالنموذج النبضي و من ثم تمت إضافة نموذج تفاعلي ليصبح كاشف الأعطال بالنموذج المشترك حيث نستخدم النموذج النبضي لتقصير زمن الكشف في كاشف الأعطال , و عندما لا يتم استقبال النبضة من قبل العملية الكشافة ضمن الزمن المتوقع , هنا نستخدم النموذج التفاعلي ليقوم بعملية تحقق إضافية من حالة العملية المراقبة .
في هذا العمل تم تعميم العمليات الرياضية على المصفوفات الحقيقيـة (2x2) و (3x3) و (4x4) التـي كانت قد درست من قبل (1996, 1993,1990, N.Ide) و ذلك على المصفوفات من المرتبـة (nxm) بغيـة تبسيط تلك العمليات و برمجتها على الحاسوب، ثم استخدامها في التطبيقات العمليـة مـستخدمين لـذلك أقواساً تضم أعداداً عقدية كتبت بعلاقات رياضية بينها و بين عناصر المصفوفات الحقيقية (إيزومـورفيزم بين هاتين الكتابتين)، و تم إجراء العمليات الرياضية على أعداد تلك الأقواس (العقدية) بدلاً من إجرائهـا على المصفوفات الحقيقية. كما تم ضبط عدد العمليات الرياضية و خاصة عملية الضرب باعتبارها الأكثـر كلفة للحاسوب. أخيراً تمت معالجة بعض الأمثلة العددية لإيجاد مقلوب المصفوفة (باعتبار هـذه العمليـة هي الأكثر تعقيداً على المصفوفات) بهذه الطريقة العقدية، و تمت مقارنة النتيجة التي حصلنا عليهـا بعـد برمجتها على الحاسوب بلغة الفورتران مع النتيجة الكلاسيكية لمقلوب المصفوفات و وجد أن الخطأ بـين النتيجتين كان شبه معدوم (جزء من مليون و أحياناً أقل) و من ثم فإن هذه الطريقة يمكن الاعتماد عليهـا في الحسابات و خاصة في المسائل الفيزيائية حيث يلاحظ في كثير من الحالات تطابق الكثير من الأعـداد المركبة لهذه المصفوفات الحقيقية؛ مما يخفض عدد العمليات الرياضية.
يقدم البحث طريقة مبتكرة في تجزئة رأس الجنين آلياً في الصور فوق الصوتية Ultrasound Images قليلة التباين. حيث تعاني تلك الصور من كمية ضجيج مرتفعة تؤثّر على الظهور البصري لمنطقة الرأس, كذلك ضعف الحواف و عدم إحاطتها بالمنطقة المرغوبة بشكل كامل يجعل من عم لية التجزئة صعبة و مهمة في نفس الوقت, خصوصاً أن البحث اعتمد التجزئة الآلية Auto Segmentation دون الحاجة إلى تدخل المستخدم في أي مرحلة من المراحل. اعتمدنا على تقنية ضبط المستوى Level-Set لتجزئة منطقة الرأس, بعد تحديد الإطار الأولي Initial Contour بشكل آلي عن طريق تابع خصائص المنطقة Region Properties. الطريقة المقترحة أثبتت فعاليتها في اقتطاع منطقة الرأس دون التأثّر بالضجيج الموجود أو بالانقطاعات الحاصلة أحياناً للحواف, بالرغم من عدم وجود مرحلة معالجة مسبقة Pre-Processing ضمن سلسلة الخطوات المتتالية المطبّقة على عدة صور فوق صوتية بأحجام و مصادر مختلفة. ليتم في النهاية حساب القطر الثانوي للقطع الناقص (قطاع رأس الجنين Head) الناتج بالاعتماد على تابع خصائص المنطقة, القياس النهائي يمثّل المسافة بين الجداريين Bi Parietal Diameter BPD, و هو قياس مهم يمكّن الطبيب من تقدير عمر الحمل و تحديد تاريخ الولادة للجنين. تمت مصادقة نتيجة التجزئة بالاعتماد على معايير التشابه, أما دقة القياس النهائي فقد تمت مقارنته مع قياسات يدوية قام بها طبيب مختص. و قد أبدت نتائج المقارنة فعالية الخوارزمية المقترحة و نجاحها بنسبة تصل إلى 98%.
نُقدم في هذه المقالة طريقة، لإيجاد متحكم تكيّفيّ أمثل بالشكل المباشر للأنظمة الخطية مستمرة الزمن، بدون معرفة المصفوفات الحركية للنظام. و تُوظف الطريقة المقترحة إحدى تقنيات بحوث العمميات الذكية، و هي تقنية البرمجة الديناميكية التكيفية لحل معادلة ريك اتي الجبرية بشكل تكراري، باستخدام معلومات مباشرة من الحالة و الدخل، و بدون الحاجة إلى معرفة مُسبقة لحركيات النظام. و يُمكن بالإضافة لذلك إجراء كل التكرارات باستخدام معلومات الحالة و الدخل ذاتها لمرات عديدة و على بعض الفترات الزمنية الثابتة. كما تم في هذه المقالة تطوير خوارزمية عملية مباشرة، و تم تطبيقها لتصميم متحكم أمثل بمحرك ديزل نفاث مع إعادة تدوير غاز العادم.
يعرض هذا البحث طريقة جديدة للتعرف على الوجه في حالات انفعالية مختلفة. تعتمد هذه الطريقة على خوارزميتنا المقترحة SD.R&C لاكتشاف الجلد البشري و تحديد الوجه, و على تصنيف نوع التعبير.
التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا