論文の概要: An Effective Pixel-Wise Approach for Skin Colour Segmentation Using Pixel Neighbourhood Technique

• arxiv url: http://arxiv.org/abs/2108.10971v1
• Date: Tue, 24 Aug 2021 21:54:38 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-26 13:02:29.104442
• Title: An Effective Pixel-Wise Approach for Skin Colour Segmentation Using Pixel Neighbourhood Technique
• Title（参考訳）: ピクセル近傍法による肌色分割のための有効画素分割法
• Authors: Tejas Dastane, Varun Rao, Kartik Shenoy, Devendra Vyavaharkar
• Abstract要約: 肌の色区分は、様々な肌の色と周囲の照明条件に影響される。 隣接する画素に基づいて,任意のピクセルを皮膚または非皮膚に分類する2段階のPixel Neighbourhood手法を提案する。
• 参考スコア（独自算出の注目度）: 0.45880283710344055
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a novel technique for skin colour segmentation that overcomes the limitations faced by existing techniques such as Colour Range Thresholding. Skin colour segmentation is affected by the varied skin colours and surrounding lighting conditions, leading to poorskin segmentation for many techniques. We propose a new two stage Pixel Neighbourhood technique that classifies any pixel as skin or non-skin based on its neighbourhood pixels. The first step calculates the probability of each pixel being skin by passing HSV values of the pixel to a Deep Neural Network model. In the next step, it calculates the likeliness of pixel being skin using these probabilities of neighbouring pixels. This technique performs skin colour segmentation better than the existing techniques.
• Abstract（参考訳）: 本稿では,カラーレンジのしきい値化などの既存技術が直面する限界を克服する新しい肌色分割手法を提案する。 肌の色セグメンテーションは、様々な肌の色と周囲の照明条件に影響され、多くの技術で肌の色セグメンテーションに繋がる。 隣接する画素に基づいて,任意のピクセルを皮膚または非皮膚に分類する2段階のPixel Neighbourhood手法を提案する。 第1ステップは、深部ニューラルネットワークモデルに画素のHSV値を渡すことにより、各画素が皮膚である確率を算出する。 次のステップでは、隣接するピクセルの確率を用いて、皮膚にあるピクセルの類似性を計算する。 この技術は既存の技術よりも肌色セグメンテーションが優れている。

関連論文リスト

• DDI-CoCo: A Dataset For Understanding The Effect Of Color Contrast In Machine-Assisted Skin Disease Detection [51.92255321684027]
  皮膚のトーンと色差効果の相互作用について検討し,色差が皮膚のトーン間のモデル性能バイアスの新たな原因となる可能性が示唆された。 我々の研究は皮膚疾患の検出を改善するために皮膚科のAIに補完的な角度を提供する。
  論文  参考訳（メタデータ） (2024-01-24T07:45:24Z)
• Probabilistic Deep Metric Learning for Hyperspectral Image Classification [91.5747859691553]
  本稿では,ハイパースペクトル画像分類のための確率論的深度学習フレームワークを提案する。 ハイパースペクトルセンサーが捉えた画像に対して、各ピクセルのカテゴリを予測することを目的としている。 我々のフレームワークは、既存のハイパースペクトル画像分類法に容易に適用できる。
  論文  参考訳（メタデータ） (2022-11-15T17:57:12Z)
• Learning Pixel-Level Distinctions for Video Highlight Detection [39.23271866827123]
  我々は,ビデオハイライト検出を改善するために,画素レベルの区別を学習することを提案する。 このピクセルレベルの区別は、あるビデオの各ピクセルが興味深いセクションに属しているかどうかを示す。 画素レベルの区別を推定するために,エンコーダ・デコーダネットワークを設計する。
  論文  参考訳（メタデータ） (2022-04-10T06:41:16Z)
• Pixel-Stega: Generative Image Steganography Based on Autoregressive Models [25.528348844618996]
  Pixel-Stegaは、自動回帰モデルと算術符号アルゴリズムでピクセルレベルの情報を隠蔽する。 実験の結果,Pixel-Stegaは,画素のエントロピーに応じて,秘密メッセージを適応的に埋め込むことができることがわかった。
  論文  参考訳（メタデータ） (2021-12-21T02:34:33Z)
• In&Out : Diverse Image Outpainting via GAN Inversion [89.84841983778672]
  image outpaintingは、利用可能なコンテンツを超えて、入力画像の意味的に一貫した拡張を求める。 本研究では、生成的対向ネットワークの反転の観点から問題を定式化する。 私達の発電機はイメージの彼らの共同潜入コードそして個々の位置で調節されるマイクロ パッチをレンダリングします。
  論文  参考訳（メタデータ） (2021-04-01T17:59:10Z)
• AINet: Association Implantation for Superpixel Segmentation [82.21559299694555]
  今回提案する新しいtextbfAssociation textbfImplantation(AI)モジュールは、ネットワークがピクセルとその周辺グリッド間の関係を明示的にキャプチャすることを可能にする。 本手法は最先端性能を実現するだけでなく,十分な推論効率を維持することができた。
  論文  参考訳（メタデータ） (2021-01-26T10:40:13Z)
• Frequency and Spatial domain based Saliency for Pigmented Skin Lesion Segmentation [0.0]
  そこで本研究では, 周波数領域と空間領域から得られた簡易かつ効果的な唾液濃度に基づく顔料皮膚病変の検出手法を提案する。 2つのカラーモデルがこれらの地図の構築に利用されている。 実験結果から,提案手法は最先端手法と比較して,より優れたセグメンテーション結果を生成することが示唆された。
  論文  参考訳（メタデータ） (2020-10-08T14:38:42Z)
• SegFix: Model-Agnostic Boundary Refinement for Segmentation [75.58050758615316]
  既存のセグメンテーションモデルによって生成されるセグメンテーション結果の境界品質を改善するためのモデルに依存しない後処理方式を提案する。 内部画素のラベル予測がより信頼性が高いという実証的な観察により、我々は、内部画素の予測によって、もともと信頼できない境界画素の予測を置き換えることを提案する。
  論文  参考訳（メタデータ） (2020-07-08T17:08:08Z)
• Probabilistic Color Constancy [88.85103410035929]
  我々は、異なる画像領域の寄与を重み付けすることで、シーンの照度を推定するためのフレームワークを定義する。 提案手法は,INTEL-TAUデータセット上での最先端技術と比較して,競合性能を実現する。
  論文  参考訳（メタデータ） (2020-05-06T11:03:05Z)
• Real-time Segmentation and Facial Skin Tones Grading [6.222979369834314]
  本稿では, 深層畳み込みニューラルネットワーク(DCNN)を用いた, 毛髪および顔面皮膚のセグメンテーションのための効率的なセグメンテーション法を提案する。 CPU環境では、Figaro1kデータセット上の90.73%のPixel精度を16FPS以上で達成しています。 さらに,肌の色調評価にマスクカラーモーメントを用い,約80%の分類精度で提案手法の有効性を実証した。
  論文  参考訳（メタデータ） (2019-12-30T11:35:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。