English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 46962/50828 (92%)
造訪人次 : 12454681      線上人數 : 700
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    主頁登入上傳說明關於CCUR管理 到手機版


    請使用永久網址來引用或連結此文件: https://irlib.pccu.edu.tw/handle/987654321/1172


    題名: 利用類神經網路在彩色圖像中偵測皮膚
    其他題名: Using Artificial Neural Network to Detect Human Skin in Color Spaces
    作者: 李家崴
    貢獻者: 機電所
    關鍵詞: BPNN BPNN
    Histogram Histogram
    Ratio Ratio
    RGB RGB
    Thresholding Thresholding
    YCbCr YCbCr
    日期: 2008
    上傳時間: 2009-08-06 09:37:20 (UTC+8)
    摘要: 本論文以兩種模型在色彩空間中偵測皮膚並作分析比較。主要是利用RGB和CbCr各種色彩的比值(ratios)為主要特徵,比較皮膚和非皮膚兩者之間分佈關係以作為辨識的準則。在偵測的過程中我們先將取得的照片以人為的方式區分出皮膚與非皮膚兩個部分,這個區分的過程在本文稱知為全盤的已知。便可分別得知皮膚和非皮膚各色彩的比值資訊,在各別探討它們的比值關係。第一種模型以統計直方圖(histogram)來做分析比較,以比值作為皮膚偵測的依據,從中得知之間的顏色特性,再配合以事先選擇的閥值(thresholding)作為判定的標準,符合條件的像素點視為皮膚,反之為非皮膚。以上我們從實驗結果得知利用色彩比值特徵是可以有效地區分皮膚和非皮膚。第二種模型則延續此物理特性並以倒傳遞類神經網路(Backpropagation Neural Network, BPNN)來偵測皮膚。先在特定的圖像中訓練神經網路,然後利用訓練過的神經網路再新的圖像中辨識皮膚。本文最後將兩種方法的辨識結果作分析討論,後續也加入了的分割處理,藉以處理二人以上的照片中皮膚的像素。實驗結果顯示本文所提出的二種方法皆可有效地將大部分皮膚找出,並且在偵測辨識上也有相當不錯的正確率。
    顯示於類別:[機械工程系暨機械工程學系數位機電研究所] 博碩士論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML595檢視/開啟
    李家崴.pdf9189KbAdobe PDF348檢視/開啟
    index.html0KbHTML309檢視/開啟


    在CCUR中所有的資料項目都受到原著作權保護.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋