利用PSO与FCM构建新颜色空间并通过神经网络与ANFIS进行肤色检测
计算机视觉与模式识别
2021-06-24 v1
摘要
肤色检测是计算机视觉相关各类应用中的关键步骤，这些应用包括人脸检测、影视与照片中的色情图像查找、种族与年龄识别、诊断等。因此，提出恰当的肤色检测方法可解决若干难题。本研究首先利用FCM与PSO算法创建新的颜色空间，随后在该新颜色空间中以线性与非线性模式进行肤色分类；此外，在RGB与LAB颜色空间中采用ANFIS与神经网络完成分类，并在RGB颜色空间中使用Mahalanobis距离与Euclidean距离算法进行肤色检测。对比表明，本方法在同一数据库上比最精确方法准确率高出18.38%。且在COMPAQ数据集测试中取得90.05%的等错误率(1-EER)，在Pratheepan数据集测试中取得92.93%准确率，相较COMPAQ库上先前方法，1-EER提升0.87%。
引用
@article{arxiv.2106.11563,
title = {Creating A New Color Space utilizing PSO and FCM to Perform Skin Detection by using Neural Network and ANFIS},
author = {Kobra Nazari and Samaneh Mazaheri and Bahram Sadeghi Bigham},
journal= {arXiv preprint arXiv:2106.11563},
year = {2021}
}