Author:
Võ Văn Tài,Nguyễn Thị Hoa Tiên,Đặng Thị Phương Trang,Trần Nam Hưng
Abstract
Phương pháp phân loại ảnh dựa vào đặc trưng khoảng được trích xuất từ ma trận đồng hiện mức xám với một số cải tiến được thực hiện trong nghiên cứu này. Đầu tiên, mỗi ảnh được đại diện bởi một khoảng hai chiều mà các giá trị của nó được thiết lập từ đặc trưng kết cấu của ảnh. Sau đó xác suất tiên nghiệm cho ảnh được tìm dựa vào bài toán phân tích chùm mờ cho dữ liệu khoảng. Tiếp theo ảnh cần phân loại được đo mức độ gần nhau với các nhóm dựa vào khoảng cách chồng lấp của các khoảng đại diện. Cuối cùng, dựa vào các cải tiến trên, một phương pháp phân loại mới được đề xuất. Phương pháp này được trình bày chi tiết các bước thực hiện và được minh hoạ bởi một tập ảnh cụ thể. Nó cũng được áp dụng trong nhận diện khuôn mặt, một vấn đề có nhiều ứng dụng và thách thức hiện nay. Kết quả nghiên cứu cho thấy phương pháp này đã phân loại đúng hoàn toàn cho tập huấn luyện trong khi các phương pháp phổ biến khác...
Reference21 articles.
1. Cabanes, G., Bennani, Y., Destenay, R., & Hardy A. (2013). A new topological clustering algorithm for interval data. Pattern Recognition, 46(11), 3030-3039. https://doi.org/10.1016/j.patcog.2013.03.023
2. Real-time and low memory multi face detection system design based on naive Bayes classifier using FPGA;Chen;In,2016
3. Dinh, P. T., & Tai, V. V. (2021a). Building fuzzy time series model from unsupervised learning
4. technique and genetic algorithm. Neural Computing and Applications. https://doi.org/ 10.1007/s00521-021-06485-7.
5. Dinh, P. T., & Tai, V. V. (2021b). Automatic fuzzy genetic algorithm in clustering for images based on the extracted intervals. Multimedia Tools and Applications, 80(28), 35193-35215.