ترکیب شبکه های عصبی و الگوریتم رقابت استعماری برای تقسیم بندی رنگ پوست

* پیاده سازی شده در محیط متلب
* دارای گزارش کار
* فایل پاورپوینت جهت ارایه کلاسی
* ترجمه مقاله به فارسی

این مقاله دروس های تکاملی و شبکه های عصبی را پوشش می دهد.

دریافت :18 نوامبر 2011 دریافت بازنگری شده :14 سپتامبر 2012 پذیرش : 19 سپتامبر
A hybrid neural network Imperialist Competitive Algorithm for skin color segmentation
doi:10.1016/j.mcm.2012.09.013

Abstract

تشخیص رنگ پوست یک تکنیک محبوب و مفید و کار امد به خاطر دارا بودن محدوده وسیع از به کار گرفته شدن در فعل و انفعالات کامپیوتر های انسانی هم در انالیز های پایه تشخیصی می باشد. برنامه های کاربردی مانند شناسایی و ردیابی قطعات بدن انسان، تشخیص چهره و به رسمیت شناختن، تشخیص مردم غیر مسلح و بازیابی پایگاه داده های چند رسانه ای از مردم در همه بهره مندی از تشخیص پوست. از این رو ارائه یک روش مناسب برای بخش پیکسل مانند پوست می تواند مشکلات را حل کند. الگوریتم رقابتی استعماری (ICA) یک الگوریتم تکاملی جدید که به تازگی معرفی شده است و عملکرد خوب در برخی از مسائل بهینه سازی داشته است. ICA توسط فرایندهای اجتماعی-سیاسی از رقابت استعماری بشر در دنیای واقعی الهام گرفته شده است. در این مقاله ترکیبی ICA-ANN برای طبقه بندی پوست پیشنهاد شده است. برای حل طبقه بندی پوست الگوریتم ترکیبی ICA-ANN مطرح شده است ، و سپس ترکیبی از شبکه های عصبی (NN) و الگوریتم رقابت استعماری (ICA) برای حل مشکل طبقه بندی استفاده می شود. در الگوریتم پیشنهادی، یک شبکه پرسپترون چند لایه (MLP) مدیریت محدودیت های مشکل و الگوریتم ICA برای راه حل های با کیفیت بالا و حداقل هزینه است. الگوریتم تقسیم بندی رنگ ارائه شده به طور مستقیم در فضای رنگ RGB بدون نیاز به تبدیل فضای رنگی کار می کند. نتایج تجربی نشان می دهد که این روش می تواند عملکرد الگوریتم MLP به طور قابل توجهی بهبود بخشد.